Comparison of the Pauda and the Autar DVT Risk Assessment Scales in Prediction of Venous Thromboembolism in ICU Patients
Notice bibliographique
Résumé
Background: The evaluation of VTE risk using risk assessment scales for each hospitalized patient is recommended by the National Institute for Health and Care Excellence. The purpose of this study was to compare the predictive accuracy of two common assessment scales, the Autar and Padua deep vein thrombosis (DVT) risk assessment scales. Methods: This prospective cohort study was conducted on 228 ICU hospitalized patients. The risk of VTE was estimated using the Autar and Padua scales during the first 48 hours after admission. The predictive accuracy of the above two risk assessment scales for VTE in ICU patients was compared based on the area under the receiver operating curve (ROC). Results: = 0.19). Moreover, the accuracy of the Autar scale and Padua obtained 24% and 14% respectively. Both scales had 100% sensitivity but their specificity was low (Autar 14% and Padua 3%). The positive likelihood ratios (LR+) were 1.17 for Autar and 1.03 for Padua. The negative likelihood ratios (LR-) were 0 for Autar and 0.89 for Padua. Inter-rater agreement values obtained 0.99 and 0.95 respectively for the the Autar and Padua scales. Conclusion: The AUC, accuracy, and LR+ of the Autar risk assessment scale were higher than the Padua scale in predicting VTE. However, both scales had excellent reliability, high sensitivity and low specificity. It is recommended that the risk of VTE is recorded by the Autar scale for patients admitted to ICUs. It can help the healthcare team in the use of prophylaxis for those that are at high risk for VTE.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».