The Mayo Cardiac Intensive Care Unit Admission Risk Score is Associated with Medical Resource Utilization During Hospitalization
Notice bibliographique
Résumé
ObjectiveTo determine whether the Mayo Cardiac Intensive Care Unit (CICU) Admission Risk Score (M-CARS) is associated with CICU resource utilization.Patients and MethodsAdult patients admitted to our CICU from 2007 to 2018 were retrospectively reviewed, and M-CARS was calculated from admission data. Groups were compared using Wilcoxon test for continuous variables and χ2 test for categorical variables.ResultsWe included 12,428 patients with a mean age of 67±15 years (37% female patients). The mean M-CARS was 2.1±2.1, including 5890 (47.4%) patients with M-CARS less than 2 and 644 (5.2%) patients with M-CARS greater than 6. Critical care restricted therapies were frequently used, including mechanical ventilation in 28.0%, vasoactive medications in 25.5%, and dialysis in 4.8%. A higher M-CARS was associated with greater use of critical-care therapies and longer CICU and hospital length of stay. The low-risk cohort with M-CARS less than 2 was less likely to require critical-care–restricted therapies, including invasive or noninvasive mechanical ventilation (8.0% vs 46.1%), vasoactive medications (10.1% vs 38.8%), or dialysis (1.0% vs 8.2%), compared with patients with M-CARS greater than or equal to 2 (all P<.001).ConclusionPatients with M-CARS less than 2 infrequently require critical-care resources and have extremely low mortality, suggesting that the M-CARS could be used to facilitate the triage of critically ill cardiac 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 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 | 0,001 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».