Development and Validation of a Predictive Risk Algorithm for Bleeding in Individuals on Long-term Hemodialysis: An International Prospective Cohort Study (BLEED-HD)
Notice bibliographique
Résumé
Background:Individuals with kidney disease are at a high risk of bleeding and as such tools that identify those at highest risk may aid mitigation strategies.Objective:We set out to develop and validate a prediction equation (BLEED-HD) to identify patients on maintenance hemodialysis at high risk of bleeding.Design:International prospective cohort study (development); retrospective cohort study (validation).Settings:Development: 15 countries (Dialysis Outcomes and Practice Patterns Study [DOPPS] phase 2-6 from 2002 to 2018); Validation: Ontario, Canada.Patients:Development: 53 147 patients; Validation: 19 318 patients.Measurements:Hospitalization for a bleeding event.Methods:Cox proportional hazards models.Results:Among the DOPPS cohort (mean age, 63.7 years; female, 39.7%), a bleeding event occurred in 2773 patients (5.2%, event rate 32 per 1000 person-years), with a median follow-up of 1.6 (interquartile range [IQR], 0.9-2.1) years. BLEED-HD included 6 variables: age, sex, country, previous gastrointestinal bleeding, prosthetic heart valve, and vitamin K antagonist use. The observed 3-year probability of bleeding by deciles of risk ranged from 2.2% to 10.8%. Model discrimination was low to moderate (c-statistic = 0.65) with excellent calibration (Brier score range = 0.036-0.095). Discrimination and calibration of BLEED-HD were similar in an external validation of 19 318 patients from Ontario, Canada. Compared to existing bleeding scores, BLEED-HD demonstrated better discrimination and calibration (c-statistic: HEMORRHAGE = 0.59, HAS-BLED = 0.59, and ATRIA = 0.57, c-stat difference, net reclassification index [NRI], and integrated discrimination index [IDI] all P value <.0001).Limitations:Dialysis procedure anticoagulation was not available; validation cohort was considerably older than the development cohort.Conclusion:In patients on maintenance hemodialysis, BLEED-HD is a simple risk equation that may be more applicable than existing risk tools in predicting the risk of bleeding in this high-risk population.
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 | 0,019 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 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) | 0,001 | 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 ».