MétaCan
Menu
Retour à la cohorte
Enregistrement W2285890598 · doi:10.1097/ta.0000000000000843

Redefining “dead on arrival”

2015· article· en· W2285890598 sur OpenAlexaff
James P. Byrne, Wei Xiong, David Gómez, Stephanie Mason, Paul J. Karanicolas, Sandro Rizoli, Homer Tien, Avery B. Nathens

Notice bibliographique

RevueThe Journal of Trauma: Injury, Infection, and Critical Care · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensUniversity of TorontoSunnybrook Health Science CentreSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésHistory

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Significant variation exists across registries in the criteria used to identify patients with no chance of survival, with potential for profound impact on trauma center mortality. The purpose of this study was to identify the optimal case definition for the unsalvageable patient, for the purpose of exclusion from performance improvement (PI) endeavors. METHODS: Data were derived from the American College of Surgeons' Trauma Quality Improvement Program for 2012 to 2013. We proposed three potential case definitions for the unsalvageable patient: (1) no signs of life as determined by local providers (NSOL), (2) prehospital cardiac arrest (PHCA), and (3) a proxy definition (PROXY) based on presenting vital signs, defined as emergency department (ED) heart rate = 0, ED systolic blood pressure = 0, and Glasgow Coma Scale score motor component = 1. Case definitions were compared using standard predictive tests to determine specificity and positive predictive value (PPV) for in-hospital mortality. After the optimal definition was identified, hierarchical logistic regression was used to assess the impact of including unsalvageable patients on trauma center risk-adjusted mortality. The impact on trauma center performance was determined as change in outlier status and performance decile after exclusion of patients who met the optimal case definition. RESULTS: During the study period, 223,643 patients met inclusion criteria across 192 trauma centers. Overall in-hospital mortality was 7.2%. The PROXY definition had excellent PPV for death, with less than 1% of patients meeting the PROXY criterion surviving. By contrast, NSOL and PHCA had PPVs low enough such that many of these patients went on to live (33% and 10%, respectively). After exclusion of patients who met the PROXY definition, 7% of trauma centers changed performance decile. This change was greatest for patients with penetrating injury and shock, with change in performance decile at 23% and 33% of centers, respectively. CONCLUSION: The PROXY case definition has excellent predictive utility to identify patients who, based on presenting vital signs, will go on to die. PROXY should be used to exclude unsalvageable patients from PI endeavors.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,399
Score d'incertitude au seuil0,357

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,059
Tête enseignante GPT0,360
Écart entre enseignants0,301 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Trauma: Injury, Infection, and Critical CareMême sujetTrauma and Emergency Care StudiesTravaux en français237 207