Abstract 13264: Gender-Based Risk Prediction for 1-year Readmission Among Younger Women Hospitalized for Acute Myocardial Infarction
Notice bibliographique
Résumé
Background: Younger women (≤55 years) are at higher risk for readmission within one-year of hospitalization following acute myocardial infarction (AMI) compared to similarly aged men, yet there are no gender-specific risk prediction models for this population. Prior research suggests that gender-related factors more comprehensively explain sex-based differences in readmission risk. The objective was to develop and validate a risk prediction model of 1-year post-AMI readmission in young women considering demographic, clinical, and gender-related factors. Methods: We used data from women enrolled in the VIRGO study (n =2,007), a prospective observational study of young patients aged ≤55 years hospitalized with AMI in the US. Data were obtained from patient interviews, medical record abstraction, and adjudicated hospitalization records. Bayesian Model Averaging was used for model selection in a derivation cohort of 1338 women and subsequently validated in the remaining 669 women. Results: Within 1-year post-AMI, 684 (34.1%) women were readmitted at least once with a majority of readmissions due to cardiac causes (57.5%). The final model contained 9 predictors: experiencing any in-hospital complications, physical health at baseline (SF-12), disease-specific quality of life (Seattle Angina Questionnaire), diabetes, history of congestive heart failure, low income (≤30,000 USD), depression, length of hospital stay, and employment status (Figure) . Of the 9 predictors, 5 were gender-related. The model was well calibrated (calibration plots) and exhibited modest discrimination (C statistic=0.66 in development and validation cohorts). Conclusions: Younger women with diabetes, depression, history of congestive heart failure, and longer hospital stays were more likely to be readmitted. While clinical factors were the strongest predictors of readmission within 1-year among younger women with AMI, gender-related variables were important complements.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».