One-year and three-year mortality prediction in adult major blunt trauma survivors: a National Retrospective Cohort Analysis
Notice bibliographique
Résumé
BACKGROUND: Survivors of trauma are at increased risk of dying after discharge. Studies have found that age, head injury, injury severity, falls and co-morbidities predict long-term mortality. The objective of our study was to build a nomogram predictor of 1-year and 3-year mortality for major blunt trauma adult survivors of the index hospitalization. METHODS: Using data from the Singapore National Trauma Registry, 2011-2013, we analyzed adults aged 18 and over, admitted after blunt injury, with an injury severity score (ISS) of 12 or more, who survived the index hospitalization, linked to death registry data. The study population was randomly divided 60/40 into separate construction and validation datasets, with the model built in the construction dataset, then tested in the validation dataset. Multivariable logistic regression was used to analyze 1-year and 3-year mortality. RESULTS: Of the 3414 blunt trauma survivors, 247 (7.2%) died within 1 year, and 551 (16.1%) died within 3 years of injury. Age (OR 1.06, 95% CI 1.05-1.07, p < 0.001), male gender (OR 1.53, 95% CI 1.12-2.10, p < 0.01), low fall from 0.5 m or less (OR 3.48, 95% CI 2.06-5.87, p < 0.001), Charlson comorbidity index of 2 or more (OR 2.26, 95% CI 1.38-3.70, p < 0.01), diabetes (OR 1.31, 95% CI 1.68-2.52, p = 0.04), cancer (OR 1.76, 95% CI 0.94-3.32, p = 0.08), head and neck AIS 3 or more (OR 1.79, 95% CI 1.13-2.84, p = 0.01), length of hospitalization of 30 days or more (OR 1.99, 95% CI 1.02-3.86, p = 0.04) were predictors of 1-year mortality. This model had a c-statistic of 0.85. Similar factors were found significant for the model predictor of 3-year mortality, which had a c-statistic of 0.83. Both models were validated on the second dataset, with an overall accuracy of 0.94 and 0.84 for 1-year and 3-year mortality respectively. CONCLUSIONS: Adult survivors of major blunt trauma can be risk-stratified at discharge for long-term support.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».