Derivation and validation of a clinical risk score to predict death among patients awaiting cardiac surgery in Ontario, Canada: a population-based study
Notice bibliographique
Résumé
Background: Surgical delay may result in unintended harm to patients needing cardiac surgery, who are at risk for death if their condition is left untreated. Our objective was to derive and internally validate a clinical risk score to predict death among patients awaiting major cardiac surgery. Methods: We used the CorHealth Ontario Registry and linked ICES health administrative databases with information on all Ontario residents to identify patients aged 18 years or more who were referred for isolated coronary artery bypass grafting (CABG), valvular procedures, combined CABG–valvular procedures or thoracic aorta procedures between Oct. 1, 2008, and Sept. 30, 2019. We used a hybrid modelling approach with the random forest method for initial variable selection, followed by backward stepwise logistic regression modelling for clinical interpretability and parsimony. We internally validated the logistic regression model, termed the CardiOttawa Waitlist Mortality Score, using 200 bootstraps. Results: Of the 112 266 patients referred for cardiac surgery, 269 (0.2%) died while awaiting surgery (118/72 366 [0.2%] isolated CABG, 81/24 461 [0.3%] valvular procedures, 63/12 046 [0.5%] combined CABG–valvular procedures and 7/3393 [0.2%] thoracic aorta procedures). Age, sex, surgery type, left main stenosis, Canadian Cardiovascular Society classification, left ventricular ejection fraction, heart failure, atrial fibrillation, dialysis, psychosis and operative priority were predictors of waitlist mortality. The model discriminated (C-statistic 0.76 [optimism-corrected 0.73]). It calibrated well in the overall cohort (Hosmer–Lemeshow p = 0.2) and across surgery types. Interpretation: The CardiOttawa Waitlist Mortality Score is a simple clinical risk model that predicts the likelihood of death while awaiting cardiac surgery. It has the potential to provide data-driven decision support for managing access to cardiac care and preserve system capacity during the COVID-19 pandemic, the recovery period and beyond.
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 | 0,007 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 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 ».