Association between delta anion gap and hospital mortality for patients in cardiothoracic surgery recovery unit: a retrospective cohort study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUNDS: ) during first 3 days after intensive care unit (ICU) admission and hospital mortality for patients admitted in the cardiothoracic surgery recovery unit (CSRU). METHODS: In this retrospective cohort study, we identified patients from the open access database called Multiparameter Intelligent Monitoring in Intensive Care III (MIMIC III). A logistic regression model was established to predict hospital mortality by adjusting confounding factors using a stepwise backward elimination method. We conducted receiver operating characteristic (ROC) curves to compare the diagnostic performance of acid-base variables. Cox regression model and Kaplan Meier curve were applied to predict patients' 90-day overall survival (OS). RESULTS: A total of 2,860 patients were identified. ΔAG was an independent predictive factor of hospital mortality (OR = 1.24 per 1 mEq/L increase, 95% CI: 1.11-1.39, p < 0.001). The area under curve (AUC) values of ΔAG suggested a good diagnostic accuracy (AUC = 0.769). We established the following formula to estimate patients' hospital mortality: Logit(P) = - 15.69 + 0.21ΔAG + 0.13age-0.21BE + 2.69AKF. After calculating Youden index, patients with ΔAG ≥ 7 was considered at high risk (OR = 4.23, 95% CI: 1.22-14.63, p = 0.023). Kaplan Meier curve demonstrated that patients with ΔAG ≥ 7 had a poorer 90-day OS (Adjusted HR = 3.20, 95% CI: 1.81-5.65, p < 0.001). CONCLUSION: ΔAG is a prognostic factor of hospital mortality and 90-day OS. More prospective studies are needed to verify and update our findings.
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.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle