Validity of diagnostic codes and liver‐related laboratory abnormalities to identify hepatic decompensation events in the Veterans Aging Cohort Study
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
PURPOSE: The absence of validated methods to identify hepatic decompensation in cohort studies has prevented a full understanding of the natural history of chronic liver diseases and impact of medications on this outcome. We determined the ability of diagnostic codes and liver-related laboratory abnormalities to identify hepatic decompensation events within the Veterans Aging Cohort Study (VACS). METHODS: Medical records of patients with hepatic decompensation codes and/or laboratory abnormalities of liver dysfunction (total bilirubin ≥ 5.0 g/dL, albumin ≤ 2.0 g/dL, INR ≥ 1.7) recorded 1 year before through 6 months after VACS entry were reviewed to identify decompensation events (i.e., ascites, spontaneous bacterial peritonitis, variceal hemorrhage, hepatic encephalopathy, hepatocellular carcinoma) at VACS enrollment. Positive predictive values (PPVs) of diagnostic codes, laboratory abnormalities, and their combinations for confirmed outcomes were determined. RESULTS: Among 137 patients with a hepatic decompensation code and 197 with a laboratory abnormality, the diagnosis was confirmed in 57 (PPV, 42%; 95%CI, 33%-50%) and 56 (PPV, 28%; 95%CI, 22%-35%) patients, respectively. The combination of any code plus laboratory abnormality increased PPV (64%; 95%CI, 47%-79%). One inpatient or ≥2 outpatient diagnostic codes for ascites, spontaneous bacterial peritonitis, or variceal hemorrhage had high PPV (91%; 95%CI, 77%-98%) for confirmed hepatic decompensation events. CONCLUSION: An algorithm of 1 inpatient or ≥ 2 outpatient codes for ascites, peritonitis, or variceal hemorrhage has sufficiently high PPV for hepatic decompensation to enable its use for epidemiologic research in VACS. This algorithm may be applicable to other cohorts.
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.
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Métarecherche Domaine: Méthodes · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
| gpt | Métarecherche Domaine: Méthodes · Genre: Méthodes Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 découle