Mortality risk prediction in high-risk patients undergoing coronary artery bypass grafting: Are traditional risk scores accurate?
Notice bibliographique
Résumé
BACKGROUND: The performance of traditional scores is significantly limited to predict mortality in high-risk cardiac surgery. The aim of this study was to compare the performance of STS, ESII and HiriSCORE models in predicting mortality in high-risk patients undergoing CABG. METHODS: Cross-sectional analysis in the international prospective database of high-risk patients: HiriSCORE project. We evaluated 248 patients with STS or ESII (5-10%) undergoing CABG in 8 hospitals in Brazil and China. The main outcome was mortality, defined as all deaths occurred during the hospitalization in which the operation was performed, even after 30 days. Five variables were selected as predictors of mortality in this cohort of patients. The model's performance was evaluated through the calibration-in-the-large and the receiver operating curve (ROC) tests. RESULTS: The mean age was 69.90±9.45, with 52.02% being female, 25% of the patients were on New York Heart Association (NYHA) class IV and 49.6% had Canadian Cardiovascular Society (CCS) class 4 angina, and 85.5% had urgency or emergency status. The mortality observed in the sample was 13.31%. The HiriSCORE model showed better calibration (15.0%) compared to ESII (6.6%) and the STS model (2.0%). In the ROC curve, the HiriSCORE model showed better accuracy (ROC = 0.74) than the traditional models STS (ROC = 0.67) and ESII (ROC = 0.50). CONCLUSION: Traditional models were inadequate to predict mortality of high-risk patients undergoing CABG. However, the HiriSCORE model was simple and accurate to predict mortality in high-risk patients.
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 | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».