Assessment of the fullPIERS Risk Prediction Model in Women With Early-Onset Preeclampsia
Notice bibliographique
Résumé
Early-onset preeclampsia is associated with severe maternal and perinatal complications. The fullPIERS model (Preeclampsia Integrated Estimate of Risk) showed both internal and external validities for predicting adverse maternal outcomes within 48 hours for women admitted with preeclampsia at any gestational age. This ability to recognize women at the highest risk of complications earlier could aid in preventing these adverse outcomes through improved management. Because the majority (≈70%) of the women in the model development had late-onset preeclampsia, we assessed the performance of the fullPIERS model in women with early-onset preeclampsia to determine whether it will be useful in this subgroup of women with preeclampsia. Three cohorts of women admitted with early-onset preeclampsia between 2012 and 2016, from tertiary hospitals in Canada, the Netherlands, and United Kingdom, were used. Using the published model equation, the probability of experiencing an adverse maternal outcome was calculated for each woman, and model performance was evaluated based on discrimination, calibration, and stratification. The total data set included 1388 women, with an adverse maternal outcome rate of 7.3% within 48 hours of admission. The model had good discrimination, with an area under the receiver operating characteristic curve of 0.80 (95% confidence interval, 0.75-0.86), and a calibration slope of 0.68. The estimated likelihood ratio at the predicted probability of ≥30% was 23.4 (95% confidence interval, 14.83-36.79), suggesting a strong evidence to rule in adverse maternal outcomes. The fullPIERS model will aid in identifying women admitted with early-onset preeclampsia in similar settings who are at the highest risk of adverse outcomes, thereby allowing timely and effective interventions.
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 | 0,000 |
| 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 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 ».