793. Expert Panel Consensus Ranking of Comorbid Conditions Causally Related to <i>Clostridioides difficile</i> Infection
Notice bibliographique
Résumé
Abstract Background Numerous studies have identified comorbidities that are associated with Clostridioides difficile infection (CDI), but current CDC and CMS models for risk adjusting hospital CDI rates do not include patient comorbid conditions. Incorporating patient-level data could improve CDI risk adjustment, but comorbidities would need to be easily electronically available for widescale implementation. Ideally, they would also be causally related to CDI — i.e., true risk factors, not confounders — to facilitate more unbiased inter-hospital comparisons. The current study aimed to determine which comorbid conditions are causally related to CDI based upon expert consensus. Methods We used Delphi methodology to administer an iterative, two-round survey with an intervening teleconference, to eight infectious disease experts. Experts evaluated 40 comorbid conditions included in Charlson and Elixhauser comorbidity indices (and thus validated for electronic capture through administrative data), as well as other comorbidities commonly associated with CDI. Experts rated comorbid conditions from 1 (not at all related) to 5 (strongly related), based upon perceived relatedness with CDI. To assign causal relatedness, the following criteria had to be met at the end of round two: 1) majority (&gt; 50%) of experts rating the condition at 3 (somewhat related) or higher; 2) inter-quartile range (IQR) &lt; = 1; and 3) standard deviation (SD) &lt; = 1. Results 8/40 (20%) comorbid conditions were ranked as causally related to CDI, including patient age, three malignancy comorbidities, two transplant-related comorbidities, HIV/AIDS, and inflammatory bowel disease. A further 18/40 (45%) qualified as indeterminately related, and 14/40 (35%) were ranked as not causally related to CDI (Table). Three of the eight causally related factors were not components of Elixhauser or Charlson indices. Table Conclusion We identified comorbid conditions that may be appropriate candidates to consider for inclusion in patient-level risk adjustment models. Some causal factors did not originate from established comorbidity indices. Thus, future work to validate electronic capture of these conditions could further reduce barriers to risk-adjustment implementation. Disclosures All Authors: No reported disclosures
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».