Comparison of different clinical risk scores to predict long-term survival and neurological outcome in adults after cardiac arrest: results from a prospective cohort study
Notice bibliographique
Résumé
BACKGROUND: Several scoring systems have been used to predict short-term outcome in patients with out-of-hospital cardiac arrest (OHCA), including the disease-specific OHCA and CAHP (Cardiac Arrest Hospital Prognosis) scores, as well as the general severity-of-illness scores Acute Physiology and Chronic Health Evaluation II (APACHE II) and Simplified Acute Physiology Score II (SAPS II). This study aimed to assess the prognostic performance of these four scores to predict long-term outcomes (≥ 2 years) in adult cardiac arrest patients. METHODS: This is a prospective single-centre cohort study including consecutive cardiac arrest patients admitted to intensive care in a Swiss tertiary academic medical centre. The primary endpoint was 2-year mortality. Secondary endpoints were neurological outcome at 2 years post-arrest assessed by Cerebral Performance Category with CPC 1-2 defined as good and CPC 3-5 as poor neurological outcome, and 6-year mortality. RESULTS: In 415 patients admitted to intensive care, the 2-year mortality was 58.1%, with 96.7% of survivors showing good neurological outcome. The 6-year mortality was 82.5%. All four scores showed good discriminatory performance for 2-year mortality, with areas under the receiver operating characteristics curve (AUROC) of 0.82, 0.87, 0.83 and 0.81 for the OHCA, CAHP, APACHE II and SAPS II scores. The results were similar for poor neurological outcome at 2 years and 6-year mortality. CONCLUSION: This study suggests that two established cardiac arrest-specific scores and two severity-of-illness scores provide good prognostic value to predict long-term outcome after cardiac arrest and thus may help in early goals-of-care discussions.
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 | 0,000 | 0,006 |
| 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 | 0,001 |
| 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 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 ».