Predicting Mortality of Patients With Sepsis: A Comparison of APACHE II and APACHE III Scoring Systems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Acute Physiology, Age and Chronic Health Evaluation (APACHE) II and III scores were developed in 1985 and 1991, respectively, and are used mainly for critically ill patients of all disease categories admitted to the intensive care unit (ICU). They differ in how chronic health status is assessed, in the number of physiologic variables included (12 vs. 17), and in the total score. These two scoring systems have not been compared in predicting hospital mortality in patients with sepsis. METHODS: We retrospectively identified all septic patients admitted to our 54-bed medical-surgical ICU between June 2009 and February 2014 using the APACHE outcomes database. We calculated correlation coefficients for APACHE II and APACHE III scores in predicting hospital mortality. Receiver-operating characteristic (ROC) curves were also used to assess the mortality predictions. RESULTS: We identified a total of 2,054 septic patients. Average APACHE II score was 19 ± 7, and average APACHE III score was 68 ± 28. ICU mortality was 11.8% and hospital mortality was 18.3%. Both APACHE II (r = 0.41) and APACHE III scores (r = 0.44) had good correlations with hospital mortality. There was no statistically significant difference between the two correlations (P = 0.1). ROC area under the curve (AUC) was 0.80 (95% confidence interval (CI): 0.78 - 0.82) for APACHE II, and 0.83 (95% CI: 0.81 - 0.85) for APACHE III, suggesting that both scores have very good discriminative powers for predicting hospital mortality. CONCLUSIONS: This study shows that both APACHE II and APACHE III scores in septic patients were very strong predictors of hospital mortality. APACHE II was as good as APACHE III in predicting hospital mortality in septic patients.
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.
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 | 0,009 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle