99 PELOD-2: An Update of the Pediatric Logistic Organ Dysfunction Score
Notice bibliographique
Résumé
<h3>Background and aims</h3> Organ dysfunction scores, such as the PEdiatric Logistic Organ Dysfunction (PELOD) score developed in 1999, are primarily designed to describe the severity of organ dysfunction. This study was undertaken to update and improve the PELOD score, using a larger and more recent dataset. <h3>Methods</h3> We did a prospective, observational, multicentre cohort study in nine French-speaking multidisciplinary, tertiary-care PICUs of university-affiliated hospitals between June 2006 and October 2007. We collected data on variables considered for the PELOD-2 score at seven time-points after PICU admission: days 1, 2, 5, 8, 12, 16 and 18, plus PICU discharge. For each variable, the most abnormal value observed during each time point was collected. Identification of the best variable cutoffs was performed using bivariate, multivariate regressions and bootstrap process. The outcome was vital status at PICU discharge. We used area under receiver operating characteristic curve (AUC) to evaluate discrimination and Hosmer-Lemeshow goodness-of-fit test to evaluate calibration. <h3>Results</h3> We included 3671 consecutive patients (median age 15.5 months IQR 2.2–70.7). Mortality rate was 6.0% (222 deaths). Discrimination and calibration of the PELOD 2 score were 0.93 and 9.31 (p=0.317) respectively. <h3>Conclusion</h3> We developed and validated the PELOD-2 score, which allows assessment of the severity of cases of MODS in PICU with a continuous scale. The score will be in the public domain, which means that it can be freely used in clinical trials.
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 | 0,000 | 0,001 |
| 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 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 ».