PROGNOSTIC PERFORMANCE OF SERIAL DETERMINATION OF THE SOCIETY FOR CARDIOVASCULAR ANGIOGRAPHY AND INTERVENTIONS SHOCK CLASSIFICATION IN ADULTS WITH CRITICAL ILLNESS
Notice bibliographique
Résumé
ABSTRACT: Purpose: The aim of the study is to evaluate whether serial assessment of shock severity can improve prognostication in intensive care unit (ICU) patients. Materials and Methods: This is a retrospective cohort of 21,461 ICU patient admissions from 2014 to 2018. We assigned the Society for Cardiovascular Angiography and Interventions (SCAI) Shock Stage in each 4-h block during the first 24 h of ICU admission; shock was defined as SCAI Shock stage C, D, or E. In-hospital mortality was evaluated using logistic regression. Results: The admission SCAI Shock stages were as follows: A, 39.0%; B, 27.0%; C, 28.9%; D, 2.6%; and E, 2.5%. The SCAI Shock stage subsequently increased in 30.6%, and late-onset shock developed in 30.4%. In-hospital mortality was higher in patients who had shock on admission (11.9%) or late-onset shock (7.3%) versus no shock (4.3%). Persistence of shock predicted higher mortality (adjusted OR = 1.09; 95% CI = 1.06-1.13, for each ICU block with shock). The mean SCAI Shock stage had higher discrimination for in-hospital mortality than the admission or maximum SCAI Shock stage. Dynamic modeling of the SCAI Shock classification improved discrimination for in-hospital mortality (C-statistic = 0.64-0.71). Conclusions: Serial application of the SCAI Shock classification provides improved mortality risk stratification compared with a single assessment on admission, facilitating dynamic prognostication.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».