Derivation and Validation of a Clinical Model to Predict Intensive Care Unit Length of Stay After Cardiac Surgery
Notice bibliographique
Résumé
Background Across the globe, elective surgeries have been postponed to limit infectious exposure and preserve hospital capacity for coronavirus disease 2019 (COVID‐19). However, the ramp down in cardiac surgery volumes may result in unintended harm to patients who are at high risk of mortality if their conditions are left untreated. To help optimize triage decisions, we derived and ambispectively validated a clinical score to predict intensive care unit length of stay after cardiac surgery. Methods and Results Following ethics approval, we derived and performed multicenter valida tion of clinical models to predict the likelihood of short (≤2 days) and prolonged intensive care unit length of stay (≥7 days) in patients aged ≥18 years, who underwent coronary artery bypass grafting and/or aortic, mitral, and tricuspid value surgery in Ontario, Canada. Multivariable logistic regression with backward variable selection was used, along with clinical judgment, in the modeling process. For the model that predicted short intensive care unit stay, the c‐statistic was 0.78 in the derivation cohort and 0.71 in the validation cohort. For the model that predicted prolonged stay, c‐statistic was 0.85 in the derivation and 0.78 in the validation cohort. The models, together termed the CardiOttawa LOS Score , demonstrated a high degree of accuracy during prospective testing. Conclusions Clinical judgment alone has been shown to be inaccurate in predicting postoperative intensive care unit length of stay. The CardiOttawa LOS Score performed well in prospective validation and will complement the clinician's gestalt in making more efficient resource allocation during the COVID‐19 period and beyond.
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 | 0,010 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».