MétaCan
Menu
Retour à la cohorte
Enregistrement W2118705596 · doi:10.1093/ejcts/ezs026

Initial application in the EACTS and STS Congenital Heart Surgery Databases of an empirically derived methodology of complexity adjustment to evaluate surgical case mix and results

2012· article· en· W2118705596 sur OpenAlex
Jeffrey P. Jacobs, M Jacobs, Bohdan Maruszewski, François Lacour-Gayet, Christo I. Tchervenkov, Zdzisław Tobota, Giovanni Stellin, Hiromi Kurosawa, A Murakami, J. William Gaynor, Sara K. Pasquali, David R. Clarke, Erle H. Austin, Constantine Mavroudis

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEuropean Journal of Cardio-Thoracic Surgery · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueCongenital Heart Disease Studies
Établissements canadiensMcGill University Health CentreMontreal Children's Hospital
Organismes subventionnairesNational Heart, Lung, and Blood Institute
Mots-clésMedicineDatabaseRisk stratificationHomogeneousCase mix indexCardiac surgerySurgeryComputer scienceInternal medicineMathematics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Outcomes evaluation is enhanced by assignment of operative procedures to appropriate categories based upon relative average risk. Formal risk modelling is challenging when a large number of operation types exist, including relatively rare procedures. Complexity stratification provides an alternative methodology. We report the initial application in the Congenital Heart Surgery Databases of the Society of Thoracic Surgeons (STS) and the European Association for Cardio-thoracic Surgery (EACTS) of an empirically derived system of complexity adjustment to evaluate surgical case mix and results. METHODS: Complexity stratification is a method of analysis in which the data are divided into relatively homogeneous groups (called strata). A complexity stratification tool named the STS-EACTS Congenital Heart Surgery Mortality Categories (STAT Mortality Categories) was previously developed based on the analysis of 77,294 operations entered in the Congenital Heart Surgery Databases of EACTS (33,360 operations) and STS (43,934 patients). Procedure-specific mortality rate estimates were calculated using a Bayesian model that adjusted for small denominators. Operations were sorted by increasing risk and grouped into five categories (the STAT Mortality Categories) that were designed to minimize within-category variation and maximize between-category variation. We report here the initial application of this methodology in the EACTS Congenital Heart Surgery Database (47,187 operations performed over 4 years: 2006-09) and the STS Congenital Heart Surgery Database (64,307 operations performed over 4 years: 2006-09). RESULTS: In the STS Congenital Heart Surgery Database, operations classified as STAT Mortality Categories 1-5 were (1): 17332, (2): 20114, (3): 9494, (4): 14525 and (5): 2842. Discharge mortality was (1): 0.54%, (2): 1.6%, (3): 2.4%, (4): 7.5% and (5): 17.8%. In the EACTS Congenital Heart Surgery Database, operations classified as STAT Mortality Categories 1-5 were (1): 19874, (2): 12196, (3): 5614, (4): 8287 and (5): 1216. Discharge mortality was (1): 0.99%, (2): 2.9%, (3): 5.0%, (4): 10.3% and (5): 25.0%. CONCLUSIONS: The STAT Mortality Categories facilitate analysis of outcomes across the wide spectrum of distinct congenital heart surgery operations including infrequently performed procedures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,020
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,595
Score d'incertitude au seuil0,698

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0200,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,268
Tête enseignante GPT0,435
Écart entre enseignants0,167 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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