Lessons learned from the data analysis of the second harvest (1998–2001) of the Society of Thoracic Surgeons (STS) Congenital Heart Surgery Database1
Notice bibliographique
Résumé
OBJECTIVE: The analysis of the second harvest of the STS Congenital Heart Surgery Database produced meaningful outcome data and several critical lessons relevant to congenital heart surgery outcomes analysis worldwide. METHODS: This data harvest represents the first STS multi-institutional experience with software utilizing the nomenclature and database requirements adopted by the STS and EACTS (April 2000 Annals of Thoracic Surgery). Members of the STS Congenital Heart Committee analyzed the STS data. RESULTS: This STS harvest includes data from 16 centers (12787 cases, 2881 neonates, 4124 infants). In 2002, the EACTS reported similar outcome data utilizing the same database definitions (41 centers, 12736 cases, 2245 neonates, 4195 infants). Lessons from the analysis include: (1) Death must be clearly defined. (2) The Primary Procedure in a given operation must be documented. (3) Inclusionary and exclusionary criteria for all diagnoses and procedures must be agreed upon. (4) Missing data values remain an issue for the database. (5) Generic terms in the nomenclature lists, that is terms ending in Not Otherwise Specified (NOS), are redundant and decrease the clarity of data analysis. (6) Methodology needs to be developed and implemented to assure and verify data completeness and data accuracy. 'Operative Mortality' and 'Mortality Assigned to this Operation' were defined by the STS and EACTS; these definitions were not utilized uniformly. 'Thirty Day Mortality' was problematic because some centers did not track mortality after hospital discharge. Only 'Mortality Prior to Discharge' was consistently reported. Designation of Primary Procedure for a given operation determines its location for analysis. Until Complexity Scores lead to automated methodology for choosing the Primary Procedure, the surgeon must designate the Primary Procedure. Inclusionary and exclusionary criteria for all diagnoses and procedures have been developed in an effort to define acceptable concomitant diagnoses and procedures for each analysis. Improvements in data completeness can be achieved using a variety of techniques including developing more functional techniques of data entry at individual institutions and software improvements. Future versions of the STS Congenital Database will request that the coding of diagnoses and procedures avoid the terms ending in NOS. CONCLUSIONS: Lessons from this data harvest should improve congenital heart surgery outcome analysis.
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 | 0,012 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».