MétaCan
Menu
Retour à la cohorte
Enregistrement W2991145862 · doi:10.14740/cr939

Practical Risk Stratification Score for Prediction of Contrast-Induced Nephropathy After Primary Percutaneous Coronary Intervention in Patients With Acute ST-Segment Elevation Myocardial Infarction

2019· article· en· W2991145862 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueCardiology Research · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Kidney Injury Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePercutaneous coronary interventionInternal medicineCardiologyReceiver operating characteristicConventional PCIContrast-induced nephropathyLogistic regressionMyocardial infarctionFramingham Risk ScoreConfidence intervalEjection fractionHeart failureDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Contrast-induced nephropathy (CIN) is a common complication of percutaneous coronary intervention (PCI). This study aimed to develop a new risk stratification score that is simpler and more practical than the standard Mehran risk score (MRS) in prediction of CIN after primary PCI in ST-segment elevation myocardial infarction (STEMI) patients. METHODS: A prognostic prediction research with clinical risk score development was conducted. All STEMI patients who underwent primary PCI at the Central Chest Institute from June 1, 2017 to June 30, 2018 were included. Multivariable logistic regression analysis was used to identify independent predictors of CIN with a significant P value < 0.05. Logistic coefficients of each predictor were used for score weighting and transformation. Predictive performance was validated and compared between newly-derived risk score and the MRS by non-parametric receiver operating characteristic (ROC) regression. RESULTS: A total of 217 patients, 43 (19.8%) with CIN and 174 (80.2%) without CIN, were included for score derivation. A total of 13 potential predictors were explored under multivariable logistic regression model and were subsequently eliminated. The new risk score was based on three final predictors which were ejection fraction of less than 40%, triple-vessel disease as findings from angiogram, and the use of intra-aortic balloon pump (IABP). With only three predictor variables, the score predicted the risk of CIN with good discriminative ability (area under the receiver operating characteristic curve (AuROC): 0.83, 95% confidence interval (CI): 0.76 - 0.90) which was higher than that of the MRS (AuROC: 0.78, 95% CI: 0.69 - 0.87). The score was categorized into low-risk (positive predictive value (PPV): 9.9, 95% CI: 5.4 - 14.4) and high-risk (PPV: 56.5, 95% CI: 42.4 - 70.8) groups at the cut-off point of 2. CONCLUSIONS: The newly developed score was proved to have good predictive performance with fewer numbers of predictors and could be practically applied for risk stratification of CIN in STEMI patients who required emergent primary PCI.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,055
Score d'incertitude au seuil0,658

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,038
Tête enseignante GPT0,348
Écart entre enseignants0,310 · 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