Hospital Variation in Survival After Pediatric In-Hospital Cardiac Arrest
Notice bibliographique
Résumé
BACKGROUND: Although survival after in-hospital cardiac arrest is likely to vary among hospitals caring for children,validated methods to risk-standardize pediatric survival rates across sites do not currently exist. METHODS AND RESULTS: From 2006 to 2010, within the American Heart Association's Get With the Guidelines-Resuscitation registry for in-hospital cardiac arrest, we identified 1551 cardiac arrests in children (<18 years). Using multivariable hierarchical logistic regression, we developed and validated a model to predict survival to hospital discharge and calculated risk-standardized rates of cardiac arrest survival for hospitals with a minimum of 10 pediatric cardiac arrest cases. A total of 13 patient-level predictors were identified: age, sex, cardiac arrest rhythm, location of arrest, mechanical ventilation, acute nonstroke neurological event, major trauma, hypotension, metabolic or electrolyte abnormalities, renal insufficiency, sepsis, illness category, and need for intravenous vasoactive agents prior to the arrest. The model had good discrimination (C-statistic of 0.71), confirmed by bootstrap validation (validation C-statistic of 0.69). Among 30 hospitals with ≥10 cardiac arrests, unadjusted hospital survival rates varied considerably (median, 37%; interquartile range, 24-42%; range, 0-61%). After risk-standardization, the range of hospital survival rates narrowed (median, 37%; interquartile range, 33-38%; range, 29-48%), but variation in survival persisted. CONCLUSIONS: Using a national registry, we developed and validated a model to predict survival after in-hospital cardiac arrest in children. After risk-standardization, significant variation in survival rates across hospitals remained. Leveraging these models, future studies can identify best practices at high-performing hospitals to improve survival outcomes for pediatric cardiac arrest. (
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 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 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 ».