Comparative Prognostic Accuracy of Risk Prediction Models for Cardiogenic Shock
Notice bibliographique
Résumé
Objectives: Despite advances in medical therapy, reperfusion, and mechanical support, cardiogenic shock remains associated with excess morbidity and mortality. Accurate risk stratification may improve patient management. We compared the accuracy of established risk scores for cardiogenic shock. Methods: Patients admitted to tertiary care center cardiac care units in the province of Alberta in 2015 were assessed for cardiogenic shock. The Acute Physiology and Chronic Health Evaluation-II (APACHE-II), CardShock, intra-aortic balloon pump (IABP) Shock II, and sepsis-related organ failure assessment (SOFA) risk scores were compared. Receiver operating characteristic curves were used to assess discrimination of in-hospital mortality and compared using DeLong’s method. Calibration was assessed using the Hosmer-Lemeshow goodness-of-fit test. Results: The study included 3021 patients, among whom 510 (16.9%) had cardiogenic shock. Patients with cardiogenic shock had longer median hospital stays (median 11.0 vs 4.1 days, P < .001) and were more likely to die (29.0% vs 2.5%, P < .001). All risk scores were adequately calibrated for predicting hospital morality except for the APACHE-II score (Hosmer-Lemeshow P < .001). Discrimination of in-hospital mortality with the APACHE-II (area under the curve [AUC]: 0.72, 95% confidence interval [CI]: 0.66-0.76) and IABP-Shock II (AUC: 0.73, 95% CI: 0.68-0.77) scores were similar, while the CardShock (AUC: 0.76, 95% CI: 0.72-0.81) and SOFA (AUC: 0.76, 95%CI: 0.72-0.81) scores had better discrimination for predicting in-hospital mortality. Conclusions: In a real-world population of patients with cardiogenic shock, existing risk scores had modest prognostic accuracy, with no clear superior score. Further investigation is required to improve the discriminative abilities of existing models or establish novel methods.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».