A prospective evaluation of the Flacker-Kiely One Year Mortality Score and the added value of NT-proBNP
Notice bibliographique
Résumé
Objective: Several mortality indices have been constructed to aid clinical decision making in older adults. We aimed to prospectively validate the Flacker-Kiely (FK) mortality index in a Norwegian nursing home cohort, which has not been done before, and explore whether NT-ProBNP could improve its discriminatory power.Methods: We performed a cohort/mortality study. From November 2017 to July 2018, physicians in all public long-term nursing homes in Bergen, Norway, scored residents according to the original Flacker Kiely index. Mortality data were derived from the Norwegian Cause of Death Registry and NT-ProBNP values were obtained from routinely collected blood chemistry. An alternative FK index using the NT-ProBNP-value as a marker for the presence of heart failure was constructed (FK NT-ProBNP index). The ProBNP cut-off value was selected based on a Cox regression model (“dead/alive 1 year”/” NT-ProBNP (Ng/l)”, where the value with the highest Youden index was identified. We judged index performance by using c-statistics.Results: Both the original FK index and the constructed FK NT-ProBNP index discriminated between risk strata. The FK NT-ProBNP index yielded a C-index of 0.66 compared to 0.62 for the original FK index. Optimal discriminatory power was shown with a NT-ProBNP cut-off value of 1,595 Ng/l as heart failure criterion, and FK NT-ProBNP score 6.6.Conclusions: The prospective mortality estimation ability of the FK-index was comparable to previous retrospective studies. The inclusion of NT-ProBNP as a heart failure criterion strengthen the discriminatory power and utility of the index, both in clinic and administration.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».