External Validation of Eight Ruptured Abdominal Aortic Aneurysm Mortality Prediction Models Demonstrates Limited Predictive Accuracy
Notice bibliographique
Résumé
Objective Over a dozen ruptured abdominal aortic aneurysm (rAAA) mortality risk prediction models currently exist; however, lack of external validation limits their applicability. This study aimed to evaluate the accuracy of eight common rAAA mortality risk prediction models in a large, contemporary, external validation cohort. Methods A retrospective review of rAAA repairs at a multicentre integrated regional healthcare system with large central quaternary referral facility (2010 – 2020) was performed. Eight models were used to predict 30 day post-operative death, including the Updated Glasgow Aneurysm Score (GAS), Vascular Study Group of New England rAAA Risk Score, Harborview Pre-operative rAAA Risk Score, Modified Harborview Risk Score, Vancouver Scoring System (VSS), Artificial Neural Network Score, Dutch Aneurysm Score, and Edinburgh Ruptured Aneurysm Score. The models were assessed for discrimination, calibration, and clinical utility using receiver operating characteristic curves (area under the curve [AUC]), Hosmer–Lemeshow χ 2 test, Brier scores, and decision curve analysis. The proportion of unexpected survivors (survival despite > 80% predicted 30 day death) to expected deaths was compared across calculators, and both groups were compared using the model demonstrating the highest unexpected survival frequency. Results Three hundred and fifteen rAAA repairs were included (mean age 73.6 ± 10.0 years; 72.1% male; 49.8% open repair) with a 30 day mortality rate of 32.1%. Three models had fair discrimination (AUC ≥ 0.70), with GAS having the highest AUC (0.74, 95% confidence interval 0.68 – 0.79). All models demonstrated poor to adequate calibration. Using VSS, unexpected survivors ( n = 25) had less pre-operative shock (72% vs. 96%; p = .050) and statistically significantly less coagulopathy (median international normalised ratio 1.2 [interquartile range 1.1, 1.5] vs. 1.8 [1.3, 2.2]; p = .015) compared with expected deaths ( n = 23). Conclusion Current rAAA risk prediction models demonstrated only fair discrimination and poor to adequate calibration. These findings suggest that existing risk prediction models have not sufficiently captured important physiological characteristics associated with rAAA death and should be applied cautiously to clinical practice.
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 | 0,033 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».