Comprehensive Risk Assessment of Morbidity in Pediatric Patients Undergoing Noncardiac Surgery: An Institutional Experience
Notice bibliographique
Résumé
BACKGROUND: Utilizing the intrinsic surgical risk (ISR) and the patient's chronic and acute conditions, this study aims to develop and validate a comprehensive predictive model of perioperative morbidity in children undergoing noncardiac surgery. METHODS: Following institutional review board (IRB) approval at a tertiary care children's hospital, data for all noncardiac surgical encounters for a derivation dataset from July 2017 to December 2018 including 16,724 cases and for a validation dataset from January 2019 to December 2019 including 9043 cases were collected retrospectively. The primary outcome was a composite morbidity score defined by unplanned transfer to an intensive care unit (ICU), acute respiratory failure requiring intubation, postoperative need for noninvasive or invasive positive pressure ventilation, or cardiac arrest. Internal model validation was performed using 1000 bootstrap resamples, and external validation was performed using the 2019 validation cohort. RESULTS: A total of 1519 surgical cases (9.1%) experienced the defined composite morbidity. Using multivariable logistic regression, the Risk Assessment of Morbidity in Pediatric Surgery (RAMPS) score was developed with very good predictive ability in the derivation cohort (area under the curve [AUC] = 0.805; 95% confidence interval [CI], 0.795-0.816), very good internal validity using 1000 bootstrap resamples (bias-corrected Nagelkerke R = 0.21 and Brier score = 0.07), and good external validity (AUC = 0.783; 95% CI, 0.770-0.797). The included variables are age <5 years, critically ill, chronic condition indicator (CCI) ≥3, significant CCI ≥2, and ISR quartile ≥3. The RAMPS score ranges from 0 to 10, with the risk of composite morbidity ranging from 1.8% to 42.7%. CONCLUSIONS: The RAMPS score provides the ability to identify a high-risk cohort of pediatric patients using a 5-component tool, and it demonstrated good internal and external validity and generalizability. It also provides an opportunity to improve perioperative planning with the intent of improving both individual-patient outcomes and the appropriate allocation of health care resources.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».