Clinical judgment versus lung allocation score in predicting lung transplant waitlist mortality
Notice bibliographique
Résumé
Canadian lung transplant centers currently use a subjective and dichotomous "Status" ranking to prioritize waitlisted patients for lung transplantation. The lung allocation score (LAS) is an objective composite score derived from clinical parameters associated with both waitlist and post-transplant survival. We performed a retrospective cohort study to determine whether clinical judgment (Status) or LAS better predicted waitlist mortality. All adult patients listed for lung transplantation between 2007 and 2012 at three Canadian lung transplant programs were included. Status and LAS were compared in their ability to predict waitlist mortality using Cox proportional hazards models and C-statistics. Status and LAS were available for 1122 patients. Status 2 patients had a higher LAS compared to Status 1 patients (mean 40.8 (4.4) vs 34.6 (12.5), P = .0001). Higher LAS was associated with higher risk of waitlist mortality (HR 1.06 per unit LAS, 95% CI 1.05, 1.07, P < .001). LAS predicted waitlist mortality better than Status (C-statistic 0.689 vs 0.674). Patients classified as Status 2 and LAS ≥ 37 had the worst survival awaiting transplant, HR of 8.94 (95% CI 5.97, 13.37). LAS predicted waitlist mortality better than Status; however, the best predictor of waitlist mortality may be a combination of both LAS and clinical judgment.
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 | 0,002 | 0,000 |
| 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 | 0,001 |
| 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 ».