The use of Early Warning System Scores in Pre-Hospital and Emergency Department Settings to Predict Clinical Deterioration: s Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Abstract Background: It is unclear which Early Warning System (EWS) score best predicts in-hospital deterioration when applied in the emergency department (ED) or pre-hospital setting. Methods: This systematic review and meta-analysis assessed the predictive abilities of five commonly used EWS scores: National Early Warning Score (NEWS) and its updated version NEWS2, Modified Early Warning Score (MEWS), Rapid Acute Physiological Score (RAPS) and Cardiac Arrest Risk Triage (CART). Outcomes of interest included admission to ICU, up-to-≥3-day and 30-day mortality. Pooled estimates were calculated using DerSimonian and Laird random-effects models, constructed by type of EWS score, cut-off points, outcomes, and study setting. Risk of bias was assessed using the Newcastle-Ottawa Scale. Meta-regressions investigated between study heterogeneity. Funnel plots tested for publication bias. Results: A total of 11,565 articles was identified, of which 15 were included. Eight and seven articles conducted in the ED and pre-hospital settings, respectively. In the ED, MEWS and NEWS at cut-off points of 3, 4, or 6 had similar pooled diagnostic odds ratios (DOR) to predict 30-day mortality, ranging from 4.05 (Confidence Interval (CI) 2.35–6.99) to 6.48 (95% CI 1.83–22.89), p = 0.757. The ability of MEWS (cut-off point ≥ 3) to predict ICU admission had a similar pooled DOR of 5.54 (95% CI 2.02–15.21). In the pre-hospital setting, EWS scores failed to predict 30-day mortality. Using high cut-off points of 5, 7, or 9, their predictability improved when assessing up-to-≥3-day mortality with DOR ranging from 11.60 (95%, CI 9.75–13.88) to 20.37 (95% CI 13.16–31.52).Publication bias was not detected. Participants’ age explained 92% of between-study variance. Conclusion: EWS scores’ predictability of clinical deterioration improves when applied on patient populations that are already in the ED or hospital. The high thresholds used and the scores’ failure to predict 30-day mortality make them less suited for use in the pre-hospital setting.
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 | 0,013 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,038 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».