MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386647851 · doi:10.1038/s41598-023-41984-8

Red blood cell distribution width for the prediction of outcomes after cardiac arrest

2023· article· en· W4386647851 sur OpenAlexfundno aff
Tabita Urben, Simon A. Amacher, Christoph Becker, Sebastian Groß, Armon Arpagaus, Kai Tisljar, Raoul Sutter, Hans Pargger, Stephan Märsch, Sabina Hunziker

Notice bibliographique

RevueScientific Reports · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueInflammatory Biomarkers in Disease Prognosis
Établissements canadiensnon disponible
Organismes subventionnairesGottfried und Julia Bangerter-Rhyner-StiftungMach-Gaensslen Foundation of CanadaSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésRed blood cell distribution widthDistribution (mathematics)Blood cellCardiologyMedicineInternal medicineComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

The red blood cell distribution width (RDW) is a routinely available blood marker that measures the variation of the size/volume of red blood cells. The aim of our study was to investigate the prognostic value of RDW in cardiac arrest patients and to assess whether RDW improves the prognostic value of three cardiac arrest-specific risk scores. Consecutive adult cardiac arrest patients admitted to the ICU of a Swiss university hospital were included. The primary outcome was poor neurological outcome at hospital discharge assessed by Cerebral Performance Category. Of 702 patients admitted to the ICU after cardiac arrest, 400 patients (57.0%) survived, of which 323 (80.8%) had a good neurological outcome. Higher mean RDW values showed an independent association with poor neurological outcomes at hospital discharge (adjusted OR 1.27, 95% CI 1.14 to 1.41; p < 0.001). Adding the maximum RDW value to the OHCA- CAHP- and PROLOGUE cardiac arrest scores improved prognostic performance. Within this cohort of cardiac arrest patients, RDW was an independent outcome predictor and slightly improved three cardiac arrest-specific risk scores. RDW may therefore support clinical decision-making.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,013
Tête enseignante GPT0,250
Écart entre enseignants0,237 · 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'étudeObservationnel
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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetInflammatory Biomarkers in Disease Prognosis→Travaux en français237 207→