Developing a foot ulcer risk model: what is needed to do this in a real‐world primary care setting?
Notice bibliographique
Résumé
AIM: To determine how routinely collected data can inform a risk model to predict de novo foot ulcer presentation in the primary care setting. METHODS: Data were available on 15 727 individuals without foot ulcers and 1125 individuals with new foot ulcers over a 12-year follow-up in UK primary care. We examined known risk factors and added putative risk factors in our logistic model. RESULTS: mmol/mol (63 ± 21 vs 59 ± 19) (p<0.0001) concentration [+0.45 (95% CI 0.33-0.56), creatinine level [+6.9 μmol/L (95% CI 4.1-9.8)] and Townsend score [+0.055 (95% CI 0.033-0.077)]. Absence of monofilament sensation was more common in people with foot ulcers (28% vs 21%; P<0.0001), as was absence of foot pulses (6.4% vs 4.8%; P=0.017). There was no difference between people with or without foot ulcers in smoking status, gender, history of stroke or foot deformity, although foot deformity was extremely rare (0.4% in people with foot ulcers, 0.6% in people without foot ulcers). Combining risk factors in a single logistic regression model gave modest predictive power, with an area under the receiver-operating characteristic curve of 0.65 (95% CI 0.62-0.67). The prevalence of ulceration in the bottom decile of risk was 1.8% and in the top decile it was 13.4% (compared with an overall prevalence of 6.5%); thus, the presence of all six risk factors gave a relative risk of 7.4 for development of a foot ulcer over 12 years. CONCLUSION: We have made some progress towards defining a variable set that can be used to create a foot ulcer prediction model. More accurate determination of foot deformity/pedal circulation in primary care may improve the predictive value of such a future risk model, as will identification of additional risk variables.
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 | 0,039 | 0,147 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».