The Admit-AF risk score: a clinical risk score for predicting hospital admissions in patients with atrial fibrillation
Notice bibliographique
Résumé
Abstract Background Patients with atrial fibrillation (AF) have a high risk of hospital admissions, but there is no validated prediction tool to identify those at highest risk. Purpose To develop and externally validate a risk score for all-cause hospital admissions in patients with AF. Methods We used a prospective cohort of 2387 patients with established AF as derivation cohort. Independent risk factors were selected from a broad range of variables using the least absolute shrinkage and selection operator (LASSO) method fit to a Cox regression model. The developed risk score was externally validated in a separate prospective, multicenter cohort of 1300 AF patients. Results In the derivation cohort, 891 patients (37.3%) were admitted to the hospital over a median follow-up 2.0 years. In the validation cohort, hospital admissions occurred in 719 patients (55.3%) during a median follow-up 1.9 years. The most important predictors for admission were age (75–79 years: adjusted hazard ratio [aHR], 1.33; 95% confidence interval [95% CI], 1.00–1.77; 80–84 years: aHR, 1.51; 95% CI, 1.12–2.03; ≥85 years: aHR, 1.88; 95% CI, 1.35–2.61), prior pulmonary vein isolation (aHR, 0.74; 95% CI, 0.60–0.90), hypertension (aHR, 1.16; 95% CI, 0.99–1.36), diabetes (aHR, 1.38; 95% CI, 1.17–1.62), coronary heart disease (aHR, 1.18; 95% CI, 1.02–1.37), prior stroke/TIA (aHR, 1.28; 95% CI, 1.10–1.50), heart failure (aHR, 1.21; 95% CI, 1.04–1.41), peripheral artery disease (aHR, 1.31; 95% CI, 1.06–1.63), cancer (aHR, 1.33; 95% CI, 1.13–1.57), renal failure (aHR, 1.18, 95% CI, 1.01–1.38), and previous falls (aHR, 1.44; 95% CI, 1.16–1.78). A risk score with these variables was well calibrated, and achieved a C-index of 0.64 in the derivation and 0.59 in the validation cohort. Conclusions Multiple risk factors were associated with hospital admissions in AF patients. This prediction tool selects high-risk patients who may benefit from preventive interventions. The Admit-AF risk score Funding Acknowledgement Type of funding source: Public grant(s) – National budget only. Main funding source(s): The Swiss National Science Foundation (Grant numbers 33CS30_1148474 and 33CS30_177520), the Foundation for Cardiovascular Research Basel and the University of Basel
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».