BURN-OP: A screening tool for identifying a symptomatically distinct cluster of burn patients with the greatest healthcare needs at discharge
Notice bibliographique
Résumé
OBJECTIVE: To identify burn patients needing intensive rehabilitation based on discharge symptoms. METHODS: We conducted a retrospective analysis of 1049 adult burn patients recruited to the Burn Injury Model System National Database. Using unsupervised hierarchical clustering, we identified three distinct patient clusters based on discharge symptoms and compared their clinical and demographic profiles, long-term rehabilitative needs, and self-reported quality of life. We also developed a weighted BUrn Rehabilitative Needs - OutPatient (BURN-OP) to prospectively identify patients with highest rehabilitative needs. RESULTS: Three burn patient clusters were identified: Cluster 1 with low, Cluster 2 with moderate, and Cluster 3 with high symptom burdens. Cluster 3, comprising 6 % of discharged patients, had notably longer hospital stays, older age at burn, larger total body surface area (TBSA), increased days on ventilator, a higher number of surgical procedures, concomitant inhalation injury, and higher weight loss from admission to discharge. Cluster 3 patients preferentially utilized a wide spectrum of rehabilitative services (including physiotherapy, occupational therapy, speech-language pathology, social work, psychologic services, vocational services) extending up to 2 years post-discharge. Their self-reported health outcomes were worse, with greater limitations in work/activity and elevated pain interference persisting 5-years post-discharge. BURN-OP demonstrated high specificity (98.99 %) and accuracy (96.19 %, ROC AUC: 0.93) in identifying Cluster 3 patients at discharge. CONCLUSIONS: We identify distinct burn patient clusters based on discharge symptoms, with Cluster 3 exhibiting the highest post-discharge healthcare needs. BURN-OP (https://burn-op.streamlit.app/) identifies high-risk patients, offering a tool for prioritizing interventions and designing trials that mitigate risk of Cluster 3 membership.
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 | 0,000 |
| 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 ».