Probing the Relationship Between Perioperative Complications in Patients With Valvular Heart Disease: Network Analysis Based on Bayesian Network
Notice bibliographique
Résumé
Background: Heart valve surgery is associated with a high risk of perioperative complications. However, current approaches for predicting perioperative complications are all based on preoperative or intraoperative factors, without taking into account the fact that perioperative complications are multifactorial, dynamic, heterogeneous, and interdependent. Objective: We aimed to construct and quantify the association network among multiple perioperative complications to elucidate the possible evolution trajectories. Methods: This study used the data from China Cardiac Surgery Registry (CCSR), in which 37,285 patients were included in the analysis. A Bayesian network was used to analyze the associations among 12 complications. Score-based hill-climbing algorithms were used to build the structure and the association between them was quantified using conditional probabilities. Results: We obtained the network of valve surgery complications. A total of 13 nodes represented complications or death, and 34 arcs with arrows represented the directly dependent relationship between them. We identified clusters of complications that were logically related and not related and quantified the associations. The correlation coefficient between complications increases with the severity of the complications, ranging from 0.01 to 0.41. Meanwhile, the probability of death when multiple complications occurred was calculated. Even mild complications, when progressing to multiple organ dysfunction syndrome, result in a mortality rate of over 90%. Conclusions: Our network facilitates the identification of associations among specific complications, which help to develop targeted measures to halt the cascade of complications in patients undergoing the valve surgery.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».