Predicting Future Acute Care Visit Risk in Kids With Asthma (PARKA)
Notice bibliographique
Résumé
OBJECTIVES: We aimed to develop a clinical risk score to predict future asthma acute care visits [emergency department (ED) visits or hospitalizations] within 1 year following a discharge from 1 of 2 tertiary care pediatric EDs in Ontario, Canada. METHODS: We assembled a nested Ontario cohort from the multicenter prospective DOORWAY cohort study and included children 1 to 17 years of age, with an ED visit for a moderate/severe asthma exacerbation. We linked this with provincial health administrative data. We used multivariable regression to derive and internally validate a practical clinical risk score to predict future asthma acute care visits. RESULTS: A total of 257 children [32% female, median age 3.0 years (IQR 1 to 7 y)] were included, and 58 experienced an asthma visit within the following year. These were best predicted by 4 factors: food allergy (OR 4.2, 95% CI: 1.2-14.9), family history of asthma (OR 0.5, 95% CI: 0.3-0.9), prior acute asthma medical visits (OR 2.8, 95% CI: 0.9-8.6), and prior emergency room visits for any respiratory diagnosis (OR 3.0, 95% CI: 1.4-6.4). A score of 0, 1, or 2 points was applied to each factor for up to a maximum of 6 points; the PARKA score has very good overall performance with a scaled Brier score of 0.11 on internal validation and good discrimination with an AUC of 0.72 (95% CI: 0.64-0.78). CONCLUSIONS: The PARKA score predicts the risk of a future asthma acute care visit in a cohort of Ontario children with a moderate/severe asthma ED visit. Following external validation, this tool may aid ED clinicians in accurately targeting resource-intensive preventative interventions for at-risk children.
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 | 0,001 |
| 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 ».