Novel scoring system based on clinical examination for prediction of in-hospital mortality in acute coronary syndrome patients: a retrospective cohort study
Notice bibliographique
Résumé
BACKGROUND: This study aims to develop PADjadjaran Mortality in Acute coronary syndrome (PADMA) Score to predict in-hospital mortality in acute coronary syndrome (ACS) patients based on clinical examination only. Additionally, we also compared the predictive value of the PADMA Score with the Global Registry of Acute Coronary Events (GRACE), Canada Acute Coronary Syndrome (C-ACS), and The Portuguese Registry of Acute Coronary Syndromes (ProACS) risk scores. METHODS: This retrospective cohort study included all ACS patients aged≥18 years who were admitted to Dr. Hasan Sadikin Central General Hospital from January 2018 to January 2022. Patients' demographic, comorbidities and clinical presentation data were collected and analysed using multivariate logistic regression to create two models of scoring system (probability and cut-off model) to predict in-hospital all-cause mortality. The area under the curve (AUC) among PADMA, GRACE, C-ACS and ProACS risk scores was compared using the fisher Z test. RESULTS: Multivariate regression analysis of 1359 patients showed that older age, history of cerebrovascular disease, tachycardia, high Shock Index and Killip class III and IV were independent mortality predictors and included in the PADMA Score. PADMA Score ranged from 0 to 20, with a score≥5 that can predict all-cause mortality with 82.78% sensitivity and 72.35% specificity. The difference in AUC between PADMA and GRACE scores was insignificant (p=0.126). Moreover, the AUC of the PADMA Score was significantly higher compared with the C-ACS (p=0.002) and ProACS risk scores (p<0.001). CONCLUSION: PADMA Score is a simple scoring system to predict in-hospital mortality in ACS patients. PADMA Score≥5 showed an accurate discriminative capability to predict in-hospital mortality, comparable with the GRACE Score and superior to C-ACS and ProACS scores.
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 | 0,004 | 0,000 |
| 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) | 0,000 | 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 ».