Analysis of current mortality risk scores for acute type A aortic dissection: The Siena experience
Notice bibliographique
Résumé
OBJECTIVE: In literature, various risk scores have been described to predict in-hospital mortality of patients undergoing surgery for acute type A dissection. We want to evaluate which factors are most correlated with a negative outcome and testing the validity of the current scores in literature analyzing our experience of over 20 years in the surgery of type A aortic dissections. MATERIALS AND METHODS: A total of 324 patients were included in the study. Patients were divided into two groups according to 30-day survival or mortality. The preoperative variables analyzed are the parameters necessary for the calculation of scores: Penn Classification, Leipzig Halifax and adjusted Leipzig Halifax score, GERAADA score and EuroSCORE II. Intra- and post-operative mortality were 10.2% and 17.5%, respectively. In multivariate analysis, the preoperative predictors of 30-day mortality were age greater than 70 years, low eject fraction levels, visceral and coronary malperfusion. Both GERAADA and EuroSCORE II were statistically significant predictors of 30-day mortality. However, EuroSCORE II underestimates the mortality compared to GERAADA score probably due to the lack of evaluation of fundamental preoperative factors in the course of type A aortic dissection. RESULTS: The study has demonstrated the efficacy of the GERAADA score in predicting the outcome of patients undergoing surgery and the underestimation of the mortality of EuroSCORE II in our population.
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 | 0,001 |
| 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 ».