Addressing Survivorship Bias in Neurocognitive Outcomes After Early Complex Cardiac Surgery Using Clustering and Propensity Scores
Notice bibliographique
Résumé
Background: Although advances in cardiac surgery have increased survival rates from congenital heart disease, neurocognitive and functional outcomes have not significantly improved. We hypothesized that the absence of change in outcome scores may be due to survivorship bias. Our study aimed to address this by adjusting neurocognitive and functional outcome trend lines using k-mean clustering and propensity score (PS) methods. Methods: Prospective follow-up was conducted on 266 children with single ventricle congenital heart disease who underwent the Norwood procedure at age ≤6 weeks at Stollery Children's Hospital, Edmonton, Alberta, between 1997 and 2016. PS and k-mean clustering methods were used to adjust outcomes for children with more complex conditions. Crude and adjusted trend lines for neurocognitive and functional outcomes were analyzed using multiple linear regression models. Results: Multiple logistic regression determined age at surgery, total ventilation days, deep hypothermic circulatory arrest time, and total days chest open were significant in PS calculation. The adjusted linear time-trend analysis of neurocognitive and functional outcomes showed no change in Full Scale Intelligence Quotient and Visual Motor Integration scores. Although not robust to using the different PS adjustment methods, General Adaptive Composite scores may have decreased over time. Models with PS adjustment were not different from models without PS adjustment. Conclusions: PS adjustment with clustering did not confirm survivorship bias. PS-adjusted models demonstrated stable Full Scale Intelligence Quotient and Visual Motor Integration scores over time, and inconsistent findings for General Adaptive Composite scores. Improved survival after more complex cardiac surgery was not associated with worse long-term neurocognitive outcomes.
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 | 0,026 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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 ».