Using the age-adjusted Charlson comorbidity index to predict outcomes in emergency general surgery
Notice bibliographique
Résumé
BACKGROUND: We evaluated the role of the Charlson age-comorbidity index (CACI), a weighted comorbidity index that reflects cumulative increased likelihood of 1-year mortality, in predicting perioperative outcomes in an emergency general surgery population at a large Canadian teaching hospital. METHODS: A retrospective chart review of emergency general surgery admissions in 2010 was conducted. Patients who had surgery were identified. Mode of surgery and CACI were recorded, as well as measures of outcome, including 30-day mortality and intensive care unit (ICU) admission. A multivariate stepwise logistic regression model was created to assess the effect of age-adjusted Charlson comorbidity index on postoperative outcomes while controlling for the effect of possible confounders. The prediction ability of CACI for mortality was assessed using receiver operating characteristic analyses considering the area under the curve and its 95% confidence intervals (CIs). RESULTS: Of the 529 admissions to general surgery from the emergency department, 257 patients underwent a surgical intervention. The CACI scores ranged from 0 to 16. We described a total of 11 deaths (4.3%) and 30 ICU admissions (11.7%). CACI was associated with an increased risk of 30-day mortality (adjusted odds ratio,1.39; 95% CI, 1.11-1.73; p = 0.0034). Receiver operating characteristic analysis was consistent with high accuracy of CACI for mortality prediction alone, resulting in area under the curve or c statistic of 0.90 (95% CI, 0.84-0.95). CACI was similar in predicting mortality to a multivariate model. CACI was also found to be associated with ICU admission (adjusted odds ratio, 1.17; 95% CI, 1.01-1.37; p < 0.0382). CACI is not as good a predictor for ICU admission when compared with the multivariate model. CONCLUSION: We have shown that the CACI is a valid tool for 30-day mortality prediction in the context of emergency general surgery. LEVEL OF EVIDENCE: Prognostic study, level III.
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 | 0,000 |
| 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 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 ».