A risk model to predict an unplanned admission to the intensive care unit following lung resection
Notice bibliographique
Résumé
OBJECTIVES: The goal of this study was to develop a risk-adjusting model to stratify the risk of an unplanned admission to the intensive care unit (following lung resection). METHODS: We performed a retrospective analysis of 3123 patients undergoing anatomical lung resections (2014-2019) in 2 centres. A risk score was developed by testing several variables for a possible association with a subsequent ICU admission using stepwise logistic regression analyses, validated by the bootstrap resampling technique. Variables associated with ICU admission were assigned weighted scores based on their regression coefficients. These scores were summed for each patient to generate the ICU risk score, and patients were grouped into risk classes. RESULTS: A total of 103 patients (3.3%) required an unplanned admission to the ICU after the operation. The average ICU stay was 17.6 days. The following variables remained significantly associated with ICU admission following logistic regression: male gender (P = 0.004), body mass index <18.5 (P = 0.002), predicted postoperative forced expiratory volume in 1 s < 60% (P = 0.004), predicted postoperative carbon monoxide lung diffusion capacity <50% (P = 0.013), open access (P = 0.004) and pneumonectomy (P = 0.041). All variables were weighted 1 point except body mass index <18.5 (2 points). The final ICU risk score ranged from 0 to 7 points. Patients were grouped into 6 risk classes showing an incremental unplanned ICU admission rate: class A (score 0), 0.7%; class B (score 1), 1.7%; class C (score 2), 3%; class D (score 3), 7.1%; class E (score 4), 12%; and class F (score > 4), 13% (P < 0.001). CONCLUSIONS: This risk score may assist in reliably planning the response to a sudden increase in the demand of critical care resources.
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 | 0,003 | 0,007 |
| 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 | 0,000 | 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) | 0,002 | 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 ».