External validation of the modified LACE+, LACE+, and LACE scores to predict readmission or death after hospital discharge
Notice bibliographique
Résumé
BACKGROUND: Unplanned hospital readmissions are common adverse events. The LACE+ score has been used to identify patients at the highest risk of unplanned readmission or death, yet the external validity of this score remains uncertain. METHODS: We constructed a cohort of patients admitted to hospital between October 1, 2014 and January 31, 2017 using population-based data from British Columbia (Canada). The primary outcome was a composite of urgent hospital readmission or death within 30 days of index discharge. The primary analysis sought to optimize clinical utility and international generalizability by focusing on the modified LACE+ (mLACE+) score, a variation of the LACE+ score which excludes the Case Mix Group score. Predictive performance was assessed using model calibration and discrimination. RESULTS: Among 368,154 hospitalized individuals, 31,961 (8.7%) were urgently readmitted and 5,428 (1.5%) died within 30 days of index discharge (crude composite risk of readmission or death, 9.95%). The mLACE+ score exhibited excellent calibration (calibration-in-the-large and calibration slope no different than ideal) and adequate discrimination (c-statistic, 0.681; 95%CI, 0.678 to 0.684). Higher risk dichotomized mLACE+ scores were only modestly associated with the primary outcome (positive likelihood ratio 1.95, 95%CI 1.93 to 1.97). Predictive performance of the mLACE+ score was similar to that of the LACE+ and LACE scores. CONCLUSION: The mLACE+, LACE+ and LACE scores predict hospital readmission with excellent calibration and adequate discrimination. These scores can be used to target interventions designed to prevent unplanned hospital readmission.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 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 ».