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 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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».