Validation of the Rockall scoring system for outcomes from non-variceal upper gastrointestinal bleeding in a Canadian setting
Notice bibliographique
Résumé
AIM: To validate the Rockall scoring system for predicting outcomes of rebleeding, and the need for a surgical procedure and death. METHODS: We used data extracted from the Registry of Upper Gastrointestinal Bleeding and Endoscopy including information of 1869 patients with non-variceal upper gastrointestinal bleeding treated in Canadian hospitals. Risk scores were calculated and used to classify patients based on outcomes. For each outcome, we used chi2 goodness-of-fit tests to assess the degree of calibration, and built receiver operating characteristic curves and calculated the area under the curve (AUC) to evaluate the discriminative ability of the scoring system. RESULTS: For rebleeding, the chi2 goodness-of-fit test indicated an acceptable fit for the model [chi2 (8) = 12.83, P = 0.12]. For surgical procedures [chi2 (8) = 5.3, P = 0.73] and death [chi2 (8) = 3.78, P = 0.88], the tests showed solid correspondence between observed proportions and predicted probabilities. The AUC was 0.59 (95% CI: 0.55-0.62) for the outcome of rebleeding and 0.60 (95% CI: 0.54-0.67) for surgical procedures, representing a poor discriminative ability of the scoring system. For the outcome of death, the AUC was 0.73 (95% CI: 0.69-0.78), indicating an acceptable discriminative ability. CONCLUSION: The Rockall scoring system provides an acceptable tool to predict death, but performs poorly for endpoints of rebleeding and surgical procedures.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».