Value of risk scores in the decision to palliate patients with ruptured abdominal aortic aneurysm
Notice bibliographique
Résumé
BACKGROUND: The aim of this study was to develop a 48-h mortality risk score, which included morphology data, for patients with ruptured abdominal aortic aneurysm presenting to an emergency department, and to assess its predictive accuracy and clinical effectiveness in triaging patients to immediate aneurysm repair, transfer or palliative care. METHODS: Data from patients in the IMPROVE (Immediate Management of the Patient With Ruptured Aneurysm: Open Versus Endovascular Repair) randomized trial were used to develop the risk score. Variables considered included age, sex, haemodynamic markers and aortic morphology. Backwards selection was used to identify relevant predictors. Predictive performance was assessed using calibration plots and the C-statistic. Validation of the newly developed and other previously published scores was conducted in four external populations. The net benefit of treating patients based on a risk threshold compared with treating none was quantified. RESULTS: Data from 536 patients in the IMPROVE trial were included. The final variables retained were age, sex, haemoglobin level, serum creatinine level, systolic BP, aortic neck length and angle, and acute myocardial ischaemia. The discrimination of the score for 48-h mortality in the IMPROVE data was reasonable (C-statistic 0·710, 95 per cent c.i. 0·659 to 0·760), but varied in external populations (from 0·652 to 0·761). The new score outperformed other published risk scores in some, but not all, populations. An 8 (95 per cent c.i. 5 to 11) per cent improvement in the C-statistic was estimated compared with using age alone. CONCLUSION: The assessed risk scores did not have sufficient accuracy to enable potentially life-saving decisions to be made regarding intervention. Focus should therefore shift to offering repair to more patients and reducing non-intervention rates, while respecting the wishes of the patient and family.
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 | 0,016 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».