The SOAR (Stroke Subtype, Oxford Community Stroke Project Classification, Age, Prestroke Modified Rankin) Score Strongly Predicts Early Outcomes in Acute Stroke
Notice bibliographique
Résumé
BACKGROUND: Previous prognostic scoring systems in predicting stroke mortality are complex, require multiple measures that vary with time and failed to produce a simple scoring system. AIMS/HYPOTHESIS: The study aims to derive and internally validate a stroke prognostic scoring system to predict early mortality and hospital length of stay. METHODS: Data from a U.K. multicenter stroke register were examined (1997-2010). Using a prior hypothesis based on our and others observations, we selected five patient-related factors (age, gender, stroke subtype, clinical classification, and prestroke disability) as candidate prognostic indicators. An 8-point score was derived based on multiple logistic regression model using four out of five variables. Performance of the model was assessed by plotting the estimated probability of in-hospital death against the actual probability by testing for overfitting (calibration) and area under the curve methods (discrimination). RESULTS: The total sample consisted of 12,355 acute stroke patients (ischemic stroke 91.0%). The score predicted both in-patient and seven-day mortality. The crude in-patient mortality were 1.57%, 4.02%, 10.65%, 21.41%, 46.60%, 62.72%, and 75.81% for those who scored 0, 1, 2, 3, 4, 5, and 6, respectively. The calibration of the model revealed no evidence of overfitting (estimated overfitting 0.001). The area under the curve values for both in-hospital and seven-day mortality were 0.79. The score predicted length of stay with a higher score was associated with longer median length of stay in those discharged alive and shorter median length of stay in those who died (P for both <0.001). CONCLUSIONS: A simple 8-point clinical score is highly predictive of acute stroke mortality and length of hospital stay. It could be used as prognostic tool in service planning and also to risk-stratify patients to use these outcomes as markers of stroke care quality across institutions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».