Temporal and external validation of the fullPIERS model for the prediction of adverse maternal outcomes in women with pre-eclampsia
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
The fullPIERS model is a risk prediction model developed to predict adverse maternal outcomes within 48 h for women admitted with pre-eclampsia. External validation of the model is required before implementation for clinical use. We assessed the temporal and external validity of the fullPIERS model in high income settings using five cohorts collected between 2003 and 2016, from tertiary hospitals in Canada, the United States of America, Finland and the United Kingdom. The cohorts were grouped into three datasets for assessing the primary external, and temporal validity, and broader transportability of the model. The predicted risks of developing an adverse maternal outcome were calculated using the model equation and model performance was evaluated based on discrimination, calibration, and stratification. Our study included a total of 2429 women, with an adverse maternal outcome rate of 6.7%, 6.6%, and 7.0% in the primary external, temporal, and combined (broader) validation cohorts, respectively. The model had good discrimination in all datasets: 0.81 (95%CI 0.75-0.86), 0.82 (95%CI 0.76-0.87), and 0.75 (95%CI 0.71-0.80) for the primary external, temporal, and broader validation datasets, respectively. Calibration was best for the temporal cohort but poor in the broader validation dataset. The likelihood ratios estimated to rule in adverse maternal outcomes were high at a cut-off of ≥30% in all datasets. The fullPIERS model is temporally and externally valid and will be useful in the management of women with pre-eclampsia in high income settings although model recalibration is required to improve performance, specifically in the broader healthcare settings.
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 | 0,000 | 0,000 |
| 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 découle