MétaCan
Menu
Retour à la cohorte
Enregistrement W3159743215 · doi:10.21037/tlcr-21-109

Derivation and validation of a nomogram model for pulmonary thromboembolism in patients undergoing lung cancer surgery

2021· article· en· W3159743215 sur OpenAlex
Yuping Li, Lei Shen, Junrong Ding, Dong Xie, Jian Yang, Yanfeng Zhao, Angelo Carretta, René Horsleben Petersen, Sébastien Gilbert, Yasuhiro Hida, Servet Bölükbas, Hiran C. Fernando, Gening Jiang, Yuming Zhu

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueTranslational Lung Cancer Research · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueVenous Thromboembolism Diagnosis and Management
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésNomogramMedicineLung cancerLung cancer surgeryCancerSurgeryIntensive care medicineOncologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A specific risk-stratification tool is needed to facilitate safe and cost-effective approaches to the prophylaxis of acute pulmonary thromboembolism (PTE) in lung cancer surgery patients. This study aimed to develop and validate a simple nomogram model for the prediction of PTE after lung cancer surgery using readily obtainable clinical characteristics. METHODS: A total of 14,427 consecutive adult patients who underwent lung cancer surgery between January 2015 and July 2018 in our institution were retrospectively reviewed. Included in the cohort were 136 patients who developed PTE and 544 non-PTE patients. The patients were randomly divided into the derivation group (70%, 95 PTE patients and 380 non-PTE patients) and the validation group (30%, 41 PTE patients and 164 non-PTE patients). A nomogram model was developed based on the results of multivariate logistic analysis in the derivation group. The cut-off values were defined using Youden's index. The prognostic accuracy was measured by area under the curve (AUC) values. RESULTS: In the derivation group, multivariate logistic analysis was carried out to evaluate the risk score. The risk assessment model contained five variables: age [95% confidence interval (CI): 1.008-1.083, P=0.016], body mass index (95% CI: 1.077-1.319, P=0.001), operation time (95% CI: 1.002-1.014, P=0.008), the serum level of cancer antigen 15-3 (CA15-3) before surgery (95% CI: 1.019-1.111, P=0.005), and the abnormal results of compression venous ultrasonography before surgery (95% CI: 2.819-18.838, P<0.001). All of them were independent risk factors of PTE. To simplify the risk assessment model, a nomogram model was established, which showed a good predictive performance in the derivation group (AUC 0.792, 95% CI: 0.734-0.853) and in the validation group (AUC 0.813, 95% CI: 0.737-0.890). CONCLUSIONS: A high-performance nomogram was established on the risk factors for PTE in patients undergoing lung cancer surgery. The nomogram could be used to provide an individual risk assessment and guide prophylaxis decisions for patients. Further external validation of the model is needed in lung cancer surgery patients in other clinical centers.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,186
Score d'incertitude au seuil0,490

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,069
Tête enseignante GPT0,399
Écart entre enseignants0,330 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle