Developing and validating multivariable prediction models for predicting the risk of 7-day neonatal readmission following vaginal and cesarean birth using administrative databases
Notice bibliographique
Résumé
Approximately 3.5% of deliveries in Canada result in potentially preventable neonatal readmission, often times due to preventable morbidities. With complexities in hospital discharge planning, health care providers may benefit in identifying infants at risk of readmission for additional monitoring. To develop and validate models for predicting 7-day neonatal readmission following vaginal or cesarean births. All liveborn term singleton infants without congenital anomalies in the province of Alberta who were not admitted to the NICU were identified using perinatal and hospitalization databases. A temporal split-sample was used for model development (2012–2014, vaginal n = 63,378; cesarean n = 21,225) and external validation (2014–2015, vaginal n = 21,583, cesarean n = 7,477). Multivariable logistic regression models using backward stepwise selection were used to identify predictors of 7-day readmission. We evaluated predictors of maternal age, Apgar score, length-of-stay, birthweight, gestational age, parity, residence, and sex. Hosmer-Lemeshow test and c-statistics were used to estimate calibration and discrimination. The rate of readmission was 3.3% (95% CI 3.1%, 3.4%) and 2.1% (95% CI 1.9%, 2.3%) following vaginal and cesarean births in the development dataset. Prediction model following vaginal birth, excluding predictors of length-of-stay and birthweight, had sub-optimal performance in development (c-statistics 0.69) and validation data (c-statistics 0.68). Prediction model following cesarean birth, excluding predictors of maternal age, birthweight, and residence, had sub-optimal performance in development (c-statistics 0.62) and validation data (c-statistics 0.64). Readmission was observed in 7.9% (95% CI 7.1%, 8.8%) and 4.9% (95% CI 3.9%, 6.1%) of infants of vaginal and cesarean births, respectively, in the top quintile for the risk of 7-day readmission. Using routinely collected administrative data, we developed and validated prediction models for neonatal readmission following vaginal and cesarean births. Presently the model is sub-optimal for use in risk assessment and planning at discharge, however, additional information may improve the predictive performance.
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 | 0,023 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».