The TRIVIA Cohort for Surgical Management of Tetralogy of Fallot: Merging Population and Clinical Data for Real-World Scientific Evidence
Notice bibliographique
Résumé
BACKGROUND: Bridge Across the Knowledge Gap (TRIVIA) study is to evaluate the long-term impact of the surgical management strategies in TOF. The specific objectives are: (1) to describe the long-term outcomes of TOF according to the native anatomy and the presence of genetic conditions, (2) to evaluate the long-term outcomes of surgical repair according to associated residual lesions, and (3) to evaluate the impact of paediatric pulmonary valve replacements on the long-term outcomes. METHODS: The TRIVIA study is a population-based cohort including all subjects with TOF in the province of Québec between 1980 and 2017. It links patient-level granular clinical data with long-term administrative health care data. We will evaluate mortality, cardiovascular interventions, and hospitalizations for adverse cardiovascular events using survival Cox models and marginal mean/rates models for recurrent events, respectively. Multivariate multilevel models will correct for potential confounders, and risk score matching will mitigate the potential of confounding by indication. RESULTS: The current TRIVIA cohort includes 1001 eligible subjects with TOF with complete lifelong follow-up for > 98%. The median follow-up is 17.1 years, totalling > 17,000 patient-years. CONCLUSIONS: Universal health insurance data combined with granular clinical data enable the development of population-based cohorts, to which contemporary statistical methods are applied to address important research questions in congenital heart disease research.
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 | 0,001 | 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 | 0,001 |
| 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 ».