Preoperative risk stratification models fail to predict hospital cost of cardiac surgery patients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Preoperative risk stratification models have previously been suggested to predict cardiac surgery unit costs. However, there is a lack of consistency in their reliability in this field. In this study we aim to test the correlation between the values of six commonly known preoperative scoring systems and evaluate their reliability at predicting unit costs of cardiac surgery patients. METHODS: Over a period of 14 months all consecutive adult patients undergoing cardiac surgery on cardiopulmonary bypass were prospectively classified using six preoperative scoring models (EuroSCORE, Parsonnet, Ontario, French, Pons and CABDEAL). Transplantation patients were the only patients we excluded. Total hospital costs for each patient were calculated independently on a daily basis using the bottom up method. The full unit costs were calculated including preoperative diagnostic tests, operating room cost, disposable materials, drugs, blood components as well as costs for personnel and fixed hospital costs. The correlation between hospital cost and the six models was determined by linear regression analysis. Both Spearman's and Pearson's correlation coefficients were calculated from the regression lines. An analysis of residuals was performed to determine the quality of the regression. RESULTS: A total of 887 patients were operated on for CABG (n = 608), valve (n = 142), CABG plus valve (n = 100), thoracic aorta (n = 33) and ventricular assist devices (n = 4). Mean age of the patients was 68.3±9.9 years, 27.6% were female. 30-day mortality rate was 4.1%. Correlation between the six models and hospital cost was weak (Pearson's: r < 0.30; Spearman's: r < 0.40). CONCLUSION: The risk stratification models in this study are not reliable at predicting total costs of cardiac surgical patients. We therefore do not recommend their use for this purpose.
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.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle