Pre-admission functional status impacts the performance of the APACHE IV model of mortality prediction in critically ill patients
Notice bibliographique
Résumé
BACKGROUND: Functional status (FS) before intensive care unit (ICU) admission is associated with short-term and long-term outcomes among critically ill patients. However, measures of FS are generally not integrated into ICU-specific mortality prediction models. METHODS: This retrospective cohort study used prospectively collected data from 9638 consecutive patients admitted to a single ICU between 1 October 2005 and 30 September 2015. For each ICU admission, FS was prospectively determined and classified into three discrete categories based on performance of basic daily living activities (FS1 - fully independent; FS2 - partly dependent; FS3 - completely dependent). We prospectively calculated Acute Physiology and Chronic Health Evaluation (APACHE) IV predicted mortality percentage (APIV PM) for each admission and calculated observed-expected mortality ratios (OEMR), stratified by FS category and APIV PM. We calculated area under the receiver operator characteristic curve (AUC) for APIV PM and mortality for the entire cohort and the three FS categories. RESULTS: Patients had a median (IQR) age of 67 (52-80) years and mean (SD) APIV PM was 18.3% (24.3%). Of these, 7714 (80.0%) were classified as FS1, 1728 (17.9%) as FS2 and 196 (2.0%) as FS3. FS1 patients were younger, had less comorbid disease, and lower APIV PM compared to FS2 and FS3. The OEMR were significantly lower for FS1 (0.67) than FS2 (0.93) or FS3 (0.90) (p < 0.0001 for both comparisons). Among patients with APIV PM 0-10%, 10-25%, 25-50% and ≥50% the OEMR for FS1 were 0.33, 0.49, 0.61 and 0.86. The AUC (95% CI) for APIV PM and mortality for FS1, FS2 and FS3 were 0.924 (0.914-0.933), 0.837 (0.816-0.858) and 0.775 (0.705-0.8456), respectively (p < 0.001 for each comparison). Multivariable analysis demonstrated that FS2 (OR 2.18 (1.84-2.57) (p < 0.0001)) and FS3 (OR 1.99 (1.34-2.96) (p = 0.0006)) were independently associated with increased risk of mortality. CONCLUSIONS: Baseline FS prior to critical illness is a strong independent predictor of mortality and impacts the relationship between observed and APIV PM in those with lower illness severity. Future iterations of mortality prediction models should integrate a baseline measure of FS to improve performance.
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 | 0,003 |
| 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 ».