A multicentre development and validation study of a novel lower gastrointestinal bleeding score—The Birmingham Score
Notice bibliographique
Résumé
PURPOSE: Lower gastrointestinal bleeding (LGIB) is common and risk stratification scores can guide clinical decision-making. There is no robust risk stratification tool specific for LGIB, with existing tools not routinely adopted. We aimed to develop and validate a risk stratification tool for LGIB. METHODS: Retrospective review of LGIB admissions to three centres between 2010 and 2018 formed the derivation cohort. Using regressional analysis within a machine learning technique, risk factors for adverse outcomes were identified, forming a simple risk stratification score-The Birmingham Score. Retrospective review of an additional centre, not included in the derivation cohort, was performed to validate the score. RESULTS: Data from 469 patients were included in the derivation cohort and 180 in the validation cohort. Admission haemoglobin OR 1.07(95% CI 1.06-1.08) and male gender OR 2.29(95% CI 1.40-3.77) predicted adverse outcomes in the derivation cohort AUC 0.86(95% CI 0.82-0.90) which outperformed the Blatchford 0.81(95% CI 0.77-0.85), Rockall 0.60(95% CI 0.55-0.65) and AIM65 0.55(0.50-0.60) scores and in the validation cohort AUC 0.80(95% CI 0.73-0.87) which outperformed the Blatchford 0.77(95% CI 0.70-0.85), Rockall 0.67(95% CI 0.59-0.75) and AIM 65 scores 0.61(95% CI 0.53-0.69). The Birmingham Score also performs well at predicting adverse outcomes from diverticular bleeding AUC 0.87 (95% CI 0.75-0.98). A score of 7 predicts a 94% probability of adverse outcome. CONCLUSION: The Birmingham Score represents a simple risk stratification score that can be used promptly on patients admitted with LGIB.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».