Young Women With Acute Myocardial Infarction: Risk Prediction Model for 1-Year Hospital Readmission
Notice bibliographique
Résumé
Background: Although young women ( aged ≤ 55 years) are at higher risk than similarly aged men for hospital readmission within 1 year after an acute myocardial infarction (AMI), no risk prediction models have been developed for them. The present study developed and internally validated a risk prediction model of 1-year post-AMI hospital readmission among young women that considered demographic, clinical, and gender-related variables. Methods: utcomes of Young AMI Patients (VIRGO) study (n = 2007 women), a prospective observational study of young patients hospitalized with AMI. Bayesian model averaging was used for model selection and bootstrapping for internal validation. Model calibration and discrimination were respectively assessed with calibration plots and area under the curve. Results: Within 1-year post-AMI, 684 women (34.1%) were readmitted to the hospital at least once. The final model predictors included: any in-hospital complication, baseline perceived physical health, obstructive coronary artery disease, diabetes, history of congestive heart failure, low income ( < $30,000 US), depressive symptoms, length of hospital stay, and race (White vs Black). Of the 9 retained predictors, 3 were gender-related. The model was well calibrated and exhibited modest discrimination (area under the curve = 0.66). Conclusions: Our female-specific risk model was developed and internally validated in a cohort of young female patients hospitalized with AMI and can be used to predict risk of readmission. Whereas clinical factors were the strongest predictors, the model included several gender-related variables (ie, perceived physical health, depression, income level). However, discrimination was modest, indicating that other unmeasured factors contribute to variability in hospital readmission risk among younger women.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».