Development of prognostic model for fistula maturation in patients with advanced renal failure
Notice bibliographique
Résumé
This study aimed to explore the role of patient’s characteristic and haematological factors as predictive on the maturation of arteriovenous fistulae in patients who underwent vascular access surgery at the Royal Infirmary of Edinburgh. Retrospective data from 300 patients who had undergone fistula creation between February 2007 and October 2010 was examined. A predictive logistic regression model was developed using the backward stepwise procedure. Model performance, discrimination and calibration, was assessed using the receiver operating characteristics (ROC) curve and Hosmer and Lemeshow goodness of fit test. Three variables were identified which independently influenced fistula maturation. Males were twice as likely to undergo fistula maturation, compared to that of females (odds ratio (OR) 0.514; 95% confidence interval (CI) 0.308–0.857), patients with no evidence of peripheral vascular disease (PVD) were three times more likely to mature their fistula (OR 3.140; 95% CI 1.596–6.177) and a pre-operative vein diameter > 2.5 mm resulted in a fivefold increase in fistula maturation compared to a vein size less than 2.5 mm (OR 4.532; 95% CI 2.063–9.958). The model for fistula maturation had fair discrimination as indicated by the area under the ROC curve (0.68; 95% CI 0.615–0.738) but good calibration indicated by Hosmer and Lemeshow test ( p = 0.79). Gender, PVD and vein size are independent predictors of arteriovenous fistula maturation. The clinical utility of these risk equation in the maturation of arteriovenous fistulae requires further validation in the newly treated patients.
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 | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».