Development and Validation of a Risk Prediction Model for 1‐Year Readmission Among Young Adults Hospitalized for Acute Myocardial Infarction
Notice bibliographique
Résumé
Background Readmission over the first year following hospitalization for acute myocardial infarction (AMI) is common among younger adults (≤55 years). Our aim was to develop/validate a risk prediction model that considered a broad range of factors for readmission within 1 year. Methods and Results We used data from the VIRGO (Variation in Recovery: Role of Gender on Outcomes of Young AMI Patients) study, which enrolled young adults aged 18 to 55 years hospitalized with AMI across 103 US hospitals (N=2979). The primary outcome was ≥1 all-cause readmissions within 1 year of hospital discharge. Bayesian model averaging was used to select the risk model. The mean age of participants was 47.1 years, 67.4% were women, and 23.2% were Black. Within 1 year of discharge for AMI, 905 (30.4%) of participants were readmitted and were more likely to be female, Black, and nonmarried. The final risk model consisted of 10 predictors: depressive symptoms (odds ratio [OR], 1.03; 95% CI, 1.01-1.05), better physical health (OR, 0.98; 95% CI, 0.97-0.99), in-hospital complication of heart failure (OR, 1.44; 95% CI, 0.99-2.08), chronic obstructive pulmomary disease (OR, 1.29; 95% CI, 0.96-1.74), diabetes mellitus (OR, 1.23; 95% CI, 1.00-1.52), female sex (OR, 1.31; 95% CI, 1.05-1.65), low income (OR, 1.13; 95% CI, 0.89-1.42), prior AMI (OR, 1.47; 95% CI, 1.15-1.87), in-hospital length of stay (OR, 1.13; 95% CI, 1.04-1.23), and being employed (OR, 0.88; 95% CI, 0.69-1.12). The model had excellent calibration and modest discrimination (C statistic=0.67 in development/validation cohorts). Conclusions Women and those with a prior AMI, increased depressive symptoms, longer inpatient length of stay and diabetes may be more likely to be readmitted. Notably, several predictors of readmission were psychosocial characteristics rather than markers of AMI severity. This finding may inform the development of interventions to reduce readmissions in young patients with AMI.
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 | 0,009 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 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 ».