Derivation and internal–external validation of clinical prediction model for postoperative clinically important hypotension in patients undergoing noncardiac surgery: an international prospective cohort study
Notice bibliographique
Résumé
Background: Intraoperative and postoperative hypotension are associated with myocardial injury/infarction, stroke, acute kidney injury, and death. Because of its prolonged duration, postoperative hypotension contributes more to the risk of organ injury compared with intraoperative hypotension. A prediction model for clinically important postoperative hypotension after noncardiac surgery is needed to guide clinicians. Methods: We performed a secondary analysis of the Vascular Events in Noncardiac Surgery Patients Cohort Evaluation (VISION) study. Patients aged ≥45 yr who had inpatient noncardiac surgery across 28 centres in 14 countries were included. In 14 of the centres selected at random (derivation cohort), we evaluated 49 variables using logistic regression to develop a model to predict postoperative clinically important hypotension, defined as a systolic blood pressure ≤90 mm Hg, that resulted in clinical intervention. The postoperative period was defined from the Post-Anesthesia Care Unit to hospital discharge. We then evaluated its calibration and discrimination in the other 14 centres (validation cohort). Results: Among 40 004 patients in VISION, 20 442 (51.1%) were included in the derivation cohort, and 19 562 (48.9%) patients were included in the validation cohort. The incidence of clinically important postoperative hypotension in the entire cohort was 12.4% (4959 patients). A 41-variable model predicted the risk of clinically important postoperative hypotension (bias-corrected C-statistic: 0.73, C-statistic in validation cohort: 0.72). A simplified prediction model also predicted clinically important hypotension (bias-corrected C-statistic: 0.68) based on four information items. Conclusions: Postoperative clinically important hypotension may be estimated before surgery using our primary model and a simple four-element model. Clinical trial registration: NCT00512109.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».