Comparison of various score systems for risk stratification in heart surgery.
Notice bibliographique
Résumé
UNLABELLED: Its is important to predict patients having the highest risk of surgery. Risk stratification systems need to be tested in different surgical populations and whether they are or not appropriate to our population remains unknown. OBJECTIVE: To test various risk stratification systems for our region population having cardiac surgery in our institution during 2002. MATERIALS AND METHODS: Between January 1, 2002 and November 1, 2002, all adult patients undergoing heart surgery with cardiopulmonary bypass in our institution were included in the study and scored using the EuroSCORE, Parsonnet, Ontario, and QMMI. Study was completed by 444 patients. We analyzed score systems predicting characteristics by assessing receiver operating characteristics (ROC). RESULTS: Observed mortality was 25 (5.63%). Mean score for alive and dead patients for EuroSCORE was -7.8+/-3.1 and 10.8+/-3.2, p<0.005; Parsonnet - 14.2+/-11 and 32.5+/-13.8, p<0.0005; Ontario - 3.6+/-2.7 and 6.4+/-3.5, p<0.005; QMMI score - 10.4+/-6.9 and 20.3+/-8.7, p<0.0001. ROC curve analysis for mortality showed best predicting characteristics for the Parsonnet and QMMI, best accuracy for QMMI score - 84.4 %. CONCLUSIONS: Most (71.2%) of our investigated patients having heart surgery are at high-risk group for death. All investigated score systems have significance in mortality prediction. Among the investigated score systems, the QMMI score and Ontario score systems yielded the highest predictive value in our patient population. Highest accuracy of prediction patient population showed QMMI score. Our study highlighted over prediction of mortality for Parsonnet score and EuroSCORE systems for our population.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».