Validating the Performance of the Modified Early Obstetric Warning System Multivariable Model to Predict Maternal Intensive Care Unit Admission
Notice bibliographique
Résumé
OBJECTIVES: To evaluate the performance of the Modified Early Obstetric Warning System (MEOWS) to predict maternal ICU admission in an obstetric population. DESIGN: Case-control study. SETTING: Two maternity units in Vancouver, Canada, one with ICU facilities, between January 1, 2000, and December 31, 2011. PATIENTS: Pregnant or recently delivered (≤6 weeks) women admitted to the hospital for >24 hours. Three control patients were randomly selected per case and matched for year of admission. MEASUREMENTS AND MAIN RESULTS: Retrospective, observational, case-control validation study investigating the physiologic predictors of admission in the 24-hour period preceding either ICU admission >24 hours (cases) or following admission (control patients). Model performance was assessed based on sensitivity, specificity, and predictive values. Forty-six women were admitted to the ICU for >24 hours (0.51/1000 deliveries); the study included 138 randomly selected control patients. There were no maternal deaths in the cohort. MEOWS had high sensitivity (0.96) but low specificity (0.54) for ICU admission >24 hours, whereas ≥1 one red trigger maintained sensitivity (0.96) and improved specificity (0.73). CONCLUSION: Altering MEOWS trigger parameters may improve the accuracy of MEOWS in predicting ICU admission. Formal modelling of a MEOWS scoring system is required to support evidence-based care.
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 | 0,013 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».