Study protocol for the development and validation of a clinical prediction tool to estimate the risk of 1-year mortality among hospitalized patients with dementia
Notice bibliographique
Résumé
BACKGROUND: Patients with dementia and their caregivers could benefit from advance care planning though may not be having these discussions in a timely manner or at all. A prognostic tool could serve as a prompt to healthcare providers to initiate advance care planning among patients and their caregivers, which could increase the receipt of care that is concordant with their goals. Existing prognostic tools have limitations. We seek to develop and validate a clinical prediction tool to estimate the risk of 1-year mortality among hospitalized patients with dementia. METHODS: The derivation cohort will include approximately 235,000 patients with dementia, who were admitted to hospital in Ontario from April 1st, 2009, to December 31st, 2017. Predictor variables will be fully prespecified based on a literature review of etiological studies and existing prognostic tools, and on subject-matter expertise; they will be categorized as follows: sociodemographic factors, comorbidities, previous interventions, functional status, nutritional status, admission information, previous health care utilization. Data-driven selection of predictors will be avoided. Continuous predictors will be modelled as restricted cubic splines. The outcome variable will be mortality within 1 year of admission, which will be modelled as a binary variable, such that a logistic regression model will be estimated. Predictor and outcome variables will be derived from linked population-level healthcare administrative databases. The validation cohort will comprise about 63,000 dementia patients, who were admitted to hospital in Ontario from January 1st, 2018, to March 31st, 2019. Model performance, measured by predictive accuracy, discrimination, and calibration, will be assessed using internal (temporal) validation. Calibration will be evaluated in the total validation cohort and in subgroups of importance to clinicians and policymakers. The final model will be based on the full cohort. DISCUSSION: We seek to develop and validate a clinical prediction tool to estimate the risk of 1-year mortality among hospitalized patients with dementia. The model would be integrated into the electronic medical records of hospitals to automatically output 1-year mortality risk upon hospitalization. The tool could serve as a trigger for advance care planning and inform access to specialist palliative care services with prognosis-based eligibility criteria. Before implementation, the tool will require external validation and study of its potential impact on clinical decision-making and patient outcomes. TRIAL REGISTRATION: NCT05371782.
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 | 0,078 | 0,101 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,115 | 0,028 |
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 ».