MétaCan
Menu
← Retour à la cohorte
Enregistrement W4403835034 · doi:10.1681/asn.20248hx4bdrc

Validation of a Risk Calculator for Predicting Major Bleeding Complications from Percutaneous Kidney Biopsy

2024· article· en· W4403835034 sur OpenAlexaff
Jordan Thorne, Keigan More, Amanda J. Vinson, David Clark, Karthik Tennankore

Notice bibliographique

RevueJournal of the American Society of Nephrology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Diseases and Glomerulopathies
Établissements canadiensNova Scotia Health AuthorityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésCalculatorMedicineBiopsyPercutaneousNephrologyLithotomy positionKidney diseaseIntensive care medicineUrologyInternal medicineRadiologySurgeryPathologyComputer science

Résumé

récupéré en direct d'OpenAlex

Background: Percutaneous kidney biopsy (PKB) is valuable for the diagnosis of kidney disease but may be associated with adverse events including major bleeding (the most concerning complication of PKB). A prior study developed a risk calculator for the prediction of major bleeding following PKB, however this calculator has not been externally validated. Methods: We analyzed all adults that received diagnostic PKB at a large, tertiary care center from 2012-2019. Predictors of major bleeding (defined as the need for blood transfusion, surgical intervention/embolization following PKB or death) included age, body mass index (BMI), platelets, hemoglobin, kidney length and transplant versus native kidney biopsy (the same factors included in the “Risk of bleeding complications after kidney biopsy” calculator; https://perioperativerisk.com/kbrc). Similar to the derivation study, continuous variables were converted to cubic splines and the risk of major bleeding complications were analyzed using logistic regression. Discrimination was assessed using the concordance statistic and calibration was analyzed using the Hosmer-Lemeshow test. Results: Of 714 patients, 568 with complete data for each predictor were included. 82% of biopsies were from native kidneys. Mean age was 56±16 years, mean BMI was 29.3±6.9 and mean kidney length was 11.3±1.5 cm. Mean platelet and hemoglobin count was 248X109/L and 109 g/L, respectively. A model incorporating these variables demonstrated excellent discrimination (area under the curve 0.858, figure 1a) and good calibration (P=0.9170, figure 1b). Conclusion: In this external validation study, a risk calculator for patients receiving diagnostic PKB demonstrated excellent calibration and discrimination emphasizing its utility in predicting the risk of major bleeding following PKB.Figure 1: External validation of “Risk of bleeding complications after kidney biopsy calculator” – receiver operating characteristic curve (1A) and calibration plot (1B)

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,027
score de la tête « metaresearch » (Gemma)0,066
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,143

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,066
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,290
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Society of Nephrology→Même sujetRenal Diseases and Glomerulopathies→Travaux en français237 207→