Derivation and validation of a clinical model to predict death or cardiac hospitalizations while on the cardiac surgery waitlist
Notice bibliographique
Résumé
BACKGROUND: Waitlist management is a global challenge. For patients with severe cardiovascular diseases awaiting cardiac surgery, prolonged wait times are associated with unplanned hospitalizations. To facilitate evidence-based resource allocation, we derived and validated a clinical risk model to predict the composite outcome of death and cardiac hospitalization of patients on the waitlist for cardiac surgery. METHODS: We used the CorHealth Ontario Registry and linked ICES health care administrative databases, which have information on all Ontario residents. We included patients 18 years or older who waited at home for coronary artery bypass grafting, valvular or thoracic aorta surgeries between 2008 and 2019. The primary outcome was death or an unplanned cardiac hospitalizaton, defined as nonelective admission for heart failure, myocardial infarction, unstable angina or endocarditis. We randomly divided two-thirds of these patients into derivation and one-third into validation data sets. We derived the model using a multivariable Cox proportional hazard model with backward stepwise variable selection. RESULTS: Among 62 375 patients, 41 729 patients were part of the derivation data set and 20 583 were part of the validation data set. Of the total, 3033 (4.9%) died or had an unplanned cardiac hospitalization while waiting for surgery. The area under the curve of our model at 15, 30, 60 and 89 days was 0.85, 0.82, 0.81 and 0.80, respectively, in the derivation cohort and 0.83, 0.80, 0.78 and 0.78, respctively, in the validation cohort. The model calibrated well at all time points. INTERPRETATION: We derived and validated a clinical risk model that provides accurate prediction of the risk of death and unplanned cardiac hospitalization for patients on the cardiac surgery waitlist. Our model could be used for quality benchmarking and data-driven decision support for managing access to cardiac surgery.
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 | 0,011 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».