Retrospective cross-validation of simplified predictive index for renal replacement therapy after cardiac surgery
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
OBJECTIVES: Acute kidney impairment requiring renal replacement therapy is an infrequent but dangerous complication of cardiac surgery. Its development is associated with high mortality and morbidity. A recently published simple risk stratification engine has been developed and validated in the USA and Canada, but its discriminatory power has never been tested in Europe. We aimed to cross-validate the newly developed risk stratification algorithm in a group of patients operated on in a single centre in Poland. METHODS: From electronic database we selected 1421 patients fulfilling identical inclusion and exclusion criteria as in derivation cohort in Canada. In each patient eligible for analysis we calculated simplified renal index and assessed its predictive power for the need of renal replacement therapy. RESULTS: After surgery 33 (2.3%) patients developed acute kidney impairment and subsequently underwent renal replacement therapy. The simplified renal index predicted risk of postoperative renal replacement therapy in our group. Patients with low values of simplified renal index (0-1), medium (2-3) and high values (4 and more) were found to have increasingly higher risk for renal replacement therapy of 1.1% (95% CI: 0.5-2.1%), 3.2% (95% CI: 1.9-5%) and 12.5% (95% CI: 5.2-24.1%), respectively. The area under the ROC curve of simplified renal index as predictor of renal replacement therapy in our centre was 0.73 (95% CI: 0.62-0.81) and did not differ significantly from the values obtained in the original paper. CONCLUSION: The new risk stratification algorithm is effective in discrimination of patients at high risk for development of acute kidney impairment with the need of renal replacement therapy.
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) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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