External validation of Leipzig-Halifax scores for aortic dissection in Armenia
Notice bibliographique
Résumé
Background Few prognostic tools are currently available to predict hospital mortality in patients with acute type A aortic dissection. The aim of this study was to validate the performance of two existing risk-assessment tools, the original and the adjusted Leipzig-Halifax scorecards, to predict hospital mortality among Armenian patients with acute type A aortic dissection. Methods This retrospective cohort study included all consecutive patients with acute type A aortic dissection who were admitted to two tertiary cardiac centers in Armenia and underwent surgery from January 2008 to April 2018. We evaluated the predictive power of the original and adjusted Leipzig-Halifax scorecards using logistic regression analysis. Results Overall, 211 patients (76% males, mean age 57 ± 9 years) were included in the study, of whom 37 (17.5%) died during hospitalization. The adjusted Leipzig-Halifax score, but not the original Leipzig-Halifax score, was a significant predictor of hospital mortality. Patients with medium and high adjusted Leipzig-Halifax scores had a significantly higher odds of death compared to patients with low scores (odds ratio = 3.0 vs. 3.9, 95% confidence interval: 1.3–6.9 vs. 1.0–14.9, respectively). The areas under the receiver operating characteristic curves were 0.58 and 0.63, respectively, p > 0.05. Conclusion The adjusted Leipzig-Halifax score performed slightly better than the original Leipzig-Halifax score in the Armenian acute type A aortic dissection population. The adjusted Leipzig-Halifax score should now be applied prospectively to generate more data for further validation and potential improvement.
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 ».