MétaCan
Menu
← Retour à la cohorte
Enregistrement W4406633459 · doi:10.3390/jcm14020650

Prediction Model for POstoperative atriaL fibrillAtion in caRdIac Surgery: The POLARIS Score

2025· article· en· W4406633459 sur OpenAlexaff
Fabrizio Rosati, Massimo Baudo, Cesare Tomasi, G Scotti, Sergio Pirola, Giorgio Mastroiacovo, Gianluca Polvani, Gianluigi Bisleri, Stefano Benussi, Lorenzo Di Bacco, Claudio Muneretto

Notice bibliographique

RevueJournal of Clinical Medicine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineAtrial fibrillationInternal medicinePopulationCohortCardiac surgeryCardiologyIncidence (geometry)Logistic regressionBrier scoreReceiver operating characteristicOdds ratioSurgery

Résumé

récupéré en direct d'OpenAlex

Background: New-onset postoperative atrial fibrillation (POAF) is the most common complication after cardiac surgery, occurring approximately in one-third of the patients. This study considered all-comer patients who underwent cardiac surgery to build a predictive model for POAF. Methods: A total of 3467 (Center 1) consecutive patients were used as a derivation cohort to build the model. The POLARIS score was then derived proportionally from the odds ratios obtained following multivariable logistic regression (MLR). The Brier Score, the area under the receiver operating characteristic curve, and the Hosmer–Lemeshow goodness-of-fit test were used to validate the model. Then, 2272 (Center 2) consecutive patients were used as an external validation cohort. Results: In the overall population (n = 5739), POAF occurred in 32.7% of patients. MLR performed in the derivation cohort showed that age, obesity, chronic renal failure, pulmonary hypertension, minimally invasive surgery, and aortic and mitral valve surgery were predictors of POAF. The derived POLARIS score was used to further stratify the population into four risk clusters: low (1.5–3), intermediate (3.5–5), high (5.5–7), and very high (7.5–9), each progressively showing an increase in POAF incidence. This was confirmed in a correlation analysis (Spearman’s rho: 0.636). Conclusions: The POLARIS score is a simple-to-use tool to stratify patients at higher risk of POAF. Precise identification of such patients might be used to implement clinical practice with the introduction of preoperative antiarrhythmic prophylaxis, further reducing the incidence of POAF and, potentially, its clinical sequelae, despite further investigations being warranted to test this model in prospective studies.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,201
Tête enseignante GPT0,453
Écart entre enseignants0,252 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Medicine→Même sujetAtrial Fibrillation Management and Outcomes→Travaux en français237 207→