MétaCan
Menu
Retour à la cohorte
Enregistrement W4313461028 · doi:10.1136/spcare-2022-003916

Short-term and long-term survival in patients with prevalent haemodialysis—an integrated prognostic model: external validation

2023· article· en· W4313461028 sur OpenAlexafffundabout
Sara N. Davison, Sarah Rathwell

Notice bibliographique

RevueBMJ Supportive & Palliative Care · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésTerm (time)MedicineIntensive care medicineProportional hazards modelPrognostic modelSurvival analysisInternal medicineOverall survivalPhysics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Prognostic tools with evidence for external validity in routine clinical practice are needed to align care with patients' preferences and deliver timely supportive services. Current models have limited, if any, evidence for external validity and none have been implemented and evaluated in clinical practice on a large scale. This study sought to provide evidence for external validity in a real life setting of the Cohen prognostic model that integrates actuarial factors with the 'Surprise Question' to assess 6-month, 12-month and 18-month survival of prevalent haemodialysis patients. METHODS: Cross-sectional study of 1372 patients in a Canadian university-based programme between 2010 and 2019. Survival probabilities were compared with observed survival. Discrimination and calibration were assessed through predicted risk-stratified observed survival, cumulative AUC, Somer's Dxy and a calibration slope estimate. RESULTS: Discrimination performance was moderate with a C statistic of 0.71-0.72 for all three time points. The model overpredicted mortality risk with the best predictive accuracy for 6- month survival. The differences between observed and mean predicted survival at 6 months, 12 months and 18 months were 3.2%, 8.8% and 12.9%, respectively. Kaplan-Meier curves stratified by Cox-based risk group showed good discrimination between high-risk and low-risk patients with HR estimates (95% CI): C2 vs C1 3.07 (1.57-5.99), C3 vs C1 5.85 (3.06-11.17), C4 vs C1 13.24 (6.91-25.34)). CONCLUSIONS: The Cohen prognostic model can be incorporated easily into routine dialysis care to identify patients at high risk for death over 6 months, 12 months and 18 months and help target vulnerable patients for timely supportive care interventions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,027
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,143

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,045
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,337
Écart entre enseignants0,296 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMJ Supportive & Palliative CareMême sujetDialysis and Renal Disease ManagementTravaux en français237 207