Validation of the Canadian Clinical Probability Model for Acute Venous Thrombosis
Notice bibliographique
Résumé
Objective: To validate the predictive value of the Canadian clinical probability model for acute venous thrombosis, which, to the best of the authors' knowledge, has not been done in emergency department (ED) settings outside of Canada. Methods: Demographic and clinical information, rapid D-dimer testing, and venous ultrasound imaging were obtained among patients presenting with clinically suspected venous thrombosis at a university-affiliated ED. A diagnosis of deep venous thrombosis (DVT) was made based on venous ultrasound test results or objectively documented venous thromboembolism during a 12-week follow-up period. The probability of venous thrombosis was calculated using the Canadian clinical probability model. Results: Among 102 patients, 17 (17%) were diagnosed as having venous thrombosis initially or during the three-month follow-up period. The frequency of venous thrombosis among patients categorized as having high probability was 10 of 17 [59%, 95% confidence interval (95% CI) = 35% to 82%], 6 of 44 (14%, 95% CI = 4% to 24%) with intermediate probability, and 1 of 41 (2%, 95% CI = 0.1% to 11%) with low probability. This compares with respective values of 49%, 14%, and 3%, reported by Canadian researchers in an ED study. Forty-one of 102 (40%) patients had an alternate diagnosis as likely or more likely than venous thrombosis, but only three (7%, 95% CI = 2% to 18%) of these had venous thrombosis. Conclusions: Use of the Canadian probability model for DVT in this ED resulted in effective risk stratification, comparable to previously published results.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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) | 0,001 | 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 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 ».