Abstract 16570: Benchmarking Risk-Adjusted Outcomes in Congenital Heart Surgery
Notice bibliographique
Résumé
Background: Robust models exist to predict risk-adjusted mortality following congenital heart surgery. It is known that underlying diagnosis modifies predicted risk of operations, and institution-level outcomes vary based on their unique case mix. We therefore evaluated risk-adjusted outcomes for a subset of diagnosis-procedure (D-P) combinations within the Society of Thoracic Surgeons' (STS) congenital heart surgery database (CHSD). Methods: A clinician panel identified the most frequently encountered D-P combinations in CHSD between 07/2017 and 06/2021. Candidate modeling techniques were compared in a random 80% development cohort. Model performance was assessed using internal and cross-validation calibration, discrimination plots and optimism adjusted C-statistics. The final selected model was evaluated in the 20% validation sample. Results: The chosen subset of D-P combinations represented 45,384 of 87,589 (52%) unique episodes of surgical care in CHSD during this time-period. The development cohort (36,350 episodes) had 1.8% mortality (667 deaths). All candidate models had excellent discrimination with C-statistics ranging from 0.862 to 0.876. The model with the best combination of discrimination, calibration, and clinical face validity was a modified version of the current STS mortality risk model. This version included all current risk model variables with the addition of indicator variables for D-P combinations. In the 20% validation sample (9,034 episodes), this model was well calibrated (Figure) and had excellent discrimination (C = 0.879). Conclusion: We describe a cohort of D-P combinations widely encountered in the STS CHSD. Further, we refined the existing STS CHSD risk model for application to these D-P dyads to derive empirical risk-adjusted benchmark outcomes. This approach will benefit quality improvement efforts at an institutional level and may have implications for publicly reporting congenital heart surgery outcomes.
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 | 0,019 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».