A Composite Endpoint of Liver Surgery (CELS): Development and Validation of a Clinically Relevant Endpoint Requiring a Smaller Sample Size
Notice bibliographique
Résumé
BACKGROUND: The feasibility of trials in liver surgery using a single-component clinical endpoint is low because single endpoints require large samples due to their low incidence. The current study sought to develop and validate a novel composite endpoint of liver surgery (CELS) to facilitate the generation of more feasible and robust high-level evidence in the field of liver surgery. METHODS: Patients who underwent curative-intent hepatectomy for hepatocellular carcinoma, intrahepatic cholangiocarcinoma, or colorectal liver metastasis were identified using a multi-institutional database. Components of CELS were selected based on perioperative liver surgery-specific complications using univariable logistic regression models. The association of CELS with prolonged length of stay (LOS) and surgery-related death was evaluated and externally validated. Sample sizes were calculated for both individual outcomes and CELS. RESULTS: Among 1958 patients, 377 (19.3%) met CELS criteria based on postoperative bile leak (n = 221, 11.3%), post-hepatectomy liver failure (n = 71, 3.6%), post-hepatectomy hemorrhage (n = 38, 1.9%), or intraoperative blood loss of 2000 ml or greater (n = 101, 5.2%). CELS demonstrated favorable discriminative accuracy of surgery-related death (analytic cohort: area under the curve [AUC], 0.79 vs external validation cohort: AUC, 0.85). In addition LOS was longer among the patients with a positive CELS (analytic cohort: 14 vs. 9 days [p < 0.001] vs. the validation cohort: 10 vs. 6 days [p < 0.001]). Relative to individual endpoints, CELS allowed a 45.8-91.6% reduction in sample size. CONCLUSION: CELS effectively predicted surgery-related death and can be used as a standardized, clinically relevant endpoint in prospective trials, facilitating smaller sample sizes and enhancing feasibility compared with single quality outcome metrics.
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 | 0,152 | 0,157 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».