MétaCan
Menu
Retour à la cohorte
Enregistrement W3180838261 · doi:10.2196/24645

In-hospital Mortality and the Predictive Ability of the Modified Early Warning Score in Ghana: Single-Center, Retrospective Study

2021· article· en· W3180838261 sur OpenAlex
Enoch J. Abbey, Jennifer S. Mammen, Sari Soghoian, Maureen A F Cadorette, Promise Ariyo

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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIRx Med · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMewsEarly warning scoreMedicineLogistic regressionReceiver operating characteristicRetrospective cohort studyMedical recordOdds ratioEmergency medicineVital signsOddsGold standard (test)Internal medicineSurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The modified early warning score (MEWS) is an objective measure of illness severity that promotes early recognition of clinical deterioration in critically ill patients. Its primary use is to facilitate faster intervention or increase the level of care. Despite its adoption in some African countries, MEWS is not standard of care in Ghana. In order to facilitate the use of such a tool, we assessed whether MEWS, or a combination of the more limited data that are routinely collected in current clinical practice, can be used predict to mortality among critically ill inpatients at the Korle-Bu Teaching Hospital in Accra, Ghana. OBJECTIVE: The aim of this study was to identify the predictive ability of MEWS for medical inpatients at risk of mortality and its comparability to a measure combining routinely measured physiologic parameters (limited MEWS [LMEWS]). METHODS: We conducted a retrospective study of medical inpatients, aged ≥13 years and admitted to the Korle-Bu Teaching Hospital from January 2017 to March 2019. Routine vital signs at 48 hours post admission were coded to obtain LMEWS values. The level of consciousness was imputed from medical records and combined with LMEWS to obtain the full MEWS value. A predictive model comparing mortality among patients with a significant MEWS value or LMEWS ≥4 versus a nonsignificant MEWS value or LMEWS <4 was designed using multiple logistic regression and internally validated for predictive accuracy, using the receiver operating characteristic (ROC) curve. RESULTS: A total of 112 patients were included in the study. The adjusted odds of death comparing patients with a significant MEWS to patients with a nonsignificant MEWS was 6.33 (95% CI 1.96-20.48). Similarly, the adjusted odds of death comparing patients with a significant versus nonsignificant LMEWS value was 8.22 (95% CI 2.45-27.56). The ROC curve for each analysis had a C-statistic of 0.83 and 0.84, respectively. CONCLUSIONS: LMEWS is a good predictor of mortality and comparable to MEWS. Adoption of LMEWS can be implemented now using currently available data to identify medical inpatients at risk of death in order to improve care.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,009
Score d'incertitude au seuil0,302

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,066
Tête enseignante GPT0,328
Écart entre enseignants0,261 · 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