Comparison of Age and Modified Frailty Index-5 as Predictors of In-Hospital Mortality in Complete Traumatic Cervical Spinal Cord Injury
Notice bibliographique
Résumé
Abstract Frailty, as measured by the modified frailty index-5 (mFI-5), and older age are associated with increased mortality in the setting of spinal cord injury (SCI). However, a comparison of the predictive power of each measure has not been completed. We conducted a retrospective cohort study to evaluate in-hospital mortality among adult complete cervical SCI patients at participating centers of the Trauma Quality Improvement Program from 2010 to 2018. Logistic regression was used to predict in-hospital mortality, and the area under the Receiver Operating Characteristic curve (AUROC) of regression models with age, mFI-5, or age with mFI-5 was used to compare predictive power. 4,733 patients were eligible. We found significant effect of age > 75 years (OR 9.77 95% CI [7.21 13.29]) and mFI-5 ≥ 2 (OR 3.09 95% CI [1.85 4.99]) on in-hospital mortality. The AUROC of a model including age and mFI-5 (0.81 95%CI [0.79 0.84] AUROC) was comparable to a model with age alone (0.81 95%CI [0.79 0.83] AUROC). Both models were superior to a model with mFI-5 alone (0.75 95% CI [0.72 0.77] AUROC)). Our findings suggest that age provides more predictive power than mFI-5 in the prediction of in-hospital mortality for complete cervical SCI.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| 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 ».