MétaCan
Menu
Retour à la cohorte
Enregistrement W2984359232 · doi:10.1186/s12905-019-0817-z

Development and internal validation of a Nomogram for preoperative prediction of surgical treatment effect on cesarean section diverticulum

2019· article· en· W2984359232 sur OpenAlexaboutno aff
Yizhi Wang, Qinyi Zhu, Feikai Lin, Li Xie, Jiarui Li, Xipeng Wang

Notice bibliographique

RevueBMC Women s Health · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueMaternal and Perinatal Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesScientific and Innovative Action Plan of ShanghaiShanghai Municipal Health Bureau
Mots-clésNomogramMedicineLogistic regressionSurgeryCohortRetrospective cohort studyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The aim of this study was to develop and validate an individualized score based on preoperative parameters to predict patient outcomes after vaginal repair of cesarean section diverticulum. METHODS: This is a retrospective cohort study (Canadian Task Force classification II-2). Patients were enrolled between Jun 11, 2012, to May 27, 2016. Multivariable logistic regression analyses were used to construct the predictive model. Then, we generated a nomogram to assess the individualized risk of poor prognosis after operation. This prediction model included information from 167 eligible patients diagnosed with cesarean section diverticulum who underwent vaginal repair. Class-A healing group was defined as CSD patients who had menstruation duration of no more than 7 days and a thickness of the remaining muscular layer of no less than 5.8 mm after vaginal repair according to conferences. Others were included in the non-class-A healing group. A final nomogram was computed using a multivariable logistic regression model. RESULTS: The factors contained in the individualized prediction nomogram included the depth/ the thickness of the remaining muscular layer ratio, number of menstruation days before surgery, White blood cell and fibrinogen. This model demonstrated adequate discrimination and calibration (C-index = 0.718). There was a significant difference in the number of postmenstrual spotting days (12.98 ± 3.86 VS 14.46 ± 2.86, P = 0.022) and depth/ the thickness of the remaining muscular layer ratio (2.81 ± 1.54 VS 4.00 ± 3.09, P = 0.001) between two groups. Decision curve analysis showed that this nomogram was clinically useful. CONCLUSIONS: This cesarean section diverticulum score can predict the outcomes of cesarean section diverticulum and can be useful for counseling patients who are making treatment decisions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,256

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,337
Écart entre enseignants0,304 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Women s HealthMême sujetMaternal and Perinatal Health InterventionsTravaux en français237 207