Practical Risk Stratification Score for Prediction of Contrast-Induced Nephropathy After Primary Percutaneous Coronary Intervention in Patients With Acute ST-Segment Elevation Myocardial Infarction
Notice bibliographique
Résumé
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.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».