Mortality Risk Profiles for Sepsis: A Novel Longitudinal and Multivariable Approach
Notice bibliographique
Résumé
To determine if a set of time-varying biological indicators can be used to: 1) predict the sepsis mortality risk over time and 2) generate mortality risk profiles. DESIGN: Prospective observational study. SETTING: Nine Canadian ICUs. SUBJECTS: Three-hundred fifty-six septic patients. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: Clinical data and plasma levels of biomarkers were collected longitudinally. We used a complementary log-log model to account for the daily mortality risk of each patient until death in ICU/hospital, discharge, or 28 days after admission. The model, which is a versatile version of the Cox model for gaining longitudinal insights, created a composite indicator (the daily hazard of dying) from the "day 1" and "change" variables of six time-varying biological indicators (cell-free DNA, protein C, platelet count, creatinine, Glasgow Coma Scale score, and lactate) and a set of contextual variables (age, presence of chronic lung disease or previous brain injury, and duration of stay), achieving a high predictive power (conventional area under the curve, 0.90; 95% CI, 0.86-0.94). Including change variables avoided misleading inferences about the effects of day 1 variables, signifying the importance of the longitudinal approach. We then generated mortality risk profiles that highlight the relative contributions among the time-varying biological indicators to overall mortality risk. The tool was validated in 28 nonseptic patients from the same ICUs who became septic later and was subject to 10-fold cross-validation, achieving similarly high area under the curve. CONCLUSIONS: Using a novel version of the Cox model, we created a prognostic tool for septic patients that yields not only a predicted probability of dying but also a mortality risk profile that reveals how six time-varying biological indicators differentially and longitudinally account for the patient's overall daily mortality risk.
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 | 0,005 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 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 ».