Risk Models for Monitoring Postoperative Complication Rates After Paediatric Cardiac Surgery
Notice bibliographique
Résumé
OBJECTIVES: As postoperative mortality for paediatric cardiac surgery is very low, we aimed to develop methods for monitoring of postoperative complication rates, given their impact upon children's health and well-being. METHODS: We used national registry data to develop and evaluate a suite of risk adjustment models for the outcomes of 6 defined postoperative complications, designed for use in complication monitoring for quality assurance. RESULTS: There were 23 423 30-day postoperative episodes in children under the age of 18 years undergoing cardiac surgery between 2015 and 2021 in England and Wales, with 361 (1.5%) deaths <30 days. Two hundred fifty-seven (1.9%) of 13 556 postoperative episodes in infants (<1 year) involved necrotizing enterocolitis; 158 (1.3%) of 12 408 postoperative episodes between 2018 and 2021 involved prolonged pleural effusion; and among the full sample of postoperative episodes, there were 526 (2.2%) acute neurological events, 446 (1.9%) extracorporeal life supports, 740 (3.6%) renal replacement therapies, and 1006 (4.3%) unplanned reinterventions within 30 days of surgery. The risk adjustment models were developed using clinical factors first defined for mortality monitoring. The models for prolonged pleural effusion, extracorporeal life support, and renal replacement performed very well with area under the curve (AUC) statistics >0.85. The performance of the models for necrotizing enterocolitis, acute neurological event, and unplanned reintervention was less good (AUC statistics 0.74-0.79). CONCLUSIONS: Although complications are more complex outcome measures than mortality, national registry data can be used to capture them and to evaluate methods for risk adjustment of these outcomes. These methods may enable future risk-adjusted monitoring of complication metrics for quality assurance.
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 | 0,014 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».