Improved Re-estimation of Perioperative Cardiac Risk Using the Surgical Apgar Score: A Retrospective Cohort Study
Notice bibliographique
Résumé
OBJECTIVE: To assess whether the Surgical Apgar Score (SAS) improves re-estimation of perioperative cardiac risk. BACKGROUND: The SAS is a novel risk index that integrates three relevant and easily measurable intraoperative parameters (blood loss, heart rate, mean arterial pressure) to predict outcomes. The incremental prognostic value of the SAS when used in combination with standard preoperative risk indices is unclear. METHODS: We conducted a retrospective cohort study of adults (18 years and older) who underwent elective noncardiac surgery at a quaternary care hospital in Canada (2009-2014). The primary outcome was postoperative acute myocardial injury. The SAS (range 0-10) was calculated based on intraoperative estimated blood loss, lowest mean arterial pressure, and lowest heart rate documented in electronic medical records. Incremental prognostic value of the SAS when combined with the Revised Cardiac Risk Index was assessed based on discrimination (c-statistic), reclassification (integrated discrimination improvement, net reclassification index), and clinical utility (decision curve analysis). RESULTS: The cohort included 16,835 patients, of whom 607 (3.6%) patients had acute postoperative myocardial injury. Addition of the SAS to the Revised Cardiac Risk Index improved risk estimation based on the integrated discrimination improvement [2.0%; 95% confidence interval (CI): 1.5%-2.4%], continuous net reclassification index (54%; 95% CI: 46%-62%), and c-index, which increased from 0.68 (95% CI: 0.65-0.70) to 0.75 (95% CI: 0.73-0.77). On decision curve analysis, addition of the SAS to the Revised Cardiac Risk Index resulted in a higher net benefit at all decision thresholds. CONCLUSIONS: When combined with a validated preoperative risk index, the SAS improved the accuracy of cardiac risk assessment for noncardiac surgery. Further research is needed to delineate how intraoperative data can better guide postoperative decision-making.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».