Evaluation of APACHE-IV Predictive Scoring in Surgical Abdominal Sepsis: A Retrospective Cohort Study
Notice bibliographique
Résumé
Introduction: Evaluation of the effectiveness of care and clinical outcomes in critically ill patients is dependent on predictive scoring models that calculate measures of disease severity and an associated likelihood of mortality. The APACHE scoring system is a logistic regression model incorporating physiologic and laboratory parameters. APACHE-IV is the most updated scoring system for ICU mortality prediction. However, APACHE scores may not accurately predict mortality in patients who require surgery for abdominal sepsis, whose trajectory is modulated by source control procedures. Aim: To evaluate the accuracy of APACHE-IV mortality prediction in a cohort of ICU patients with surgical abdominal sepsis (SABS) requiring emergent laparotomy for source control. Materials and Methods: The study was conducted in a combined medical and surgical intensive care unit in a large urban Canadian tertiary care hospital. Retrospective review of 211 consecutive adult ICU admissions that fulfilled the 2012 ACCP/SCCM criteria for severe sepsis/septic shock due to abdominal source was performed. APACHE-IV score and predicted mortality rate (PMR) were calculated and evaluated using area under the ROC curve (AUROC). Results: Overall in-hospital mortality was 28.4%. There was overestimation of PMR by the APACHE-IV model in the overall cohort with an absolute difference of 16.6% (relative difference 36.9%). APACHE-IV crudely distinguished between survivors and non-survivors, with a PMR of 40% vs. 59% (p<0.001). AUROC of the APACHE-IV score was 0.67, 95% CI (0.58, 0.76) while the AUROC for the PMR was 0.72, 95% CI (0.64, 0.80), indicating poor performance in this cohort. Conclusion: APACHE-IV has poor discrimination in SABS. Future research should explore disease-specific prediction models.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».