MétaCan
Menu
Retour à la cohorte
Enregistrement W4360946169 · doi:10.1111/codi.16547

External validation of the Codman score in colorectal surgery: a pragmatic tool to drive quality improvement

2023· article· en· W4360946169 sur OpenAlex
Richard T. Spence, Keegan Guidolin, Fayez A. Quereshy, Sami A. Chadi, David C. Chang, Matthew M. Hutter

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueColorectal Disease · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac, Anesthesia and Surgical Outcomes
Établissements canadiensUniversity Health NetworkUniversity of TorontoPrincess Margaret Cancer CentreDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicineInterquartile rangeLogistic regressionReceiver operating characteristicColectomyEmergency medicineSurgeryInternal medicineColorectal cancer

Résumé

récupéré en direct d'OpenAlex

AIM: The simple six-variable Codman score is a tool designed to reduce the complexity of contemporary risk-adjusted postoperative mortality rate predictions. We sought to externally validate the Codman score in colorectal surgery. METHODS: The American College of Surgeons National Surgical Quality Improvement Program (ACS NSQIP) participant user file and colectomy targeted dataset of 2020 were merged. A Codman score (composed of six variables: age, American Society of Anesthesiologists score, emergency status, degree of sepsis, functional status and preoperative blood transfusion) was assigned to every patient. The primary outcome was in-hospital mortality and secondary outcome was morbidity at 30 days. Logistic regression analyses were performed using the Codman score and the ACS NSQIP mortality and morbidity algorithms as independent variables for the primary and secondary outcomes. The predictive performance of discrimination area under receiver operating curve (AUC) and calibration of the Codman score and these algorithms were compared. RESULTS: A total of 40 589 patients were included and a Codman score was generated for 40 557 (99.02%) patients. The median Codman score was 3 (interquartile range 1-4). To predict mortality, the Codman score had an AUC of 0.92 (95% CI 0.91-0.93) compared to the NSQIP mortality score 0.93 (95% CI 0.92-0.94). To predict morbidity, the Codman score had an AUC of 0.68 (95% CI 0.66-0.68) compared to the NSQIP morbidity score 0.72 (95% CI 0.71-0.73). When body mass index and surgical approach was added to the Codman score, the performance was no different to the NSQIP morbidity score. The calibration of observed versus expected predictions was almost perfect for both the morbidity and mortality NSQIP predictions, and only well fitted for Codman scores of less than 4 and greater than 7. CONCLUSION: We propose that the six-variable Codman score is an efficient and actionable method for generating validated risk-adjusted outcome predictions and comparative benchmarks to drive quality improvement in colorectal surgery.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,456

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,297
Écart entre enseignants0,276 · 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