External Validation of the iScore for Predicting Ischemic Stroke Mortality in Patients in China
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: The iScore is a prediction tool developed to estimate the risk of death in patients after hospitalization for an acute ischemic stroke. Our aim was to determine the accuracy of the iScore in patients with ischemic stroke in China. METHODS: The iScore was used to predict 30-day mortality rate in 11 656 patients and 1-year mortality rate in 11 051 patients with acute ischemic stroke. These patients were identified from the China National Stroke Registry (CNSR) data set. Model discrimination was quantified by calculating the C statistic. The calibration was assessed using Pearson correlation coefficient. RESULTS: The 30-day and 1-year mortality rates were 5.4% and 14.3%, respectively. The C statistics were 0.825 (95% confidence interval, 0.807-0.843) for 30-day mortality and 0.822 (95% confidence interval, 0.810-0.833) for 1-year mortality. The plots of observed versus predicted mortality rates showed excellent model calibration in the external validation samples from the CNSR (Pearson correlation coefficient, 0.925 for 30-day and 0.998 for 1-year mortality; both P<0.0001). CONCLUSIONS: The iScore reliably predicts 30-day and 1-year mortality in Chinese patients with ischemic stroke.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».