Validación prospectiva de siete sistemas locales e internacionales de evaluación del riesgo en cirugía cardíaca
Bibliographic record
Abstract
"Introducción En la Argentina se elaboraron varios modelos de ajuste por riesgo (scores) de mortalidad en cirugía cardíaca que en general no fueron validados en poblaciones diferentes de las que les dieron origen. Asimismo, distintos cirujanos utilizan diferentes scores para comparar y presentar sus resultados. Objetivos El presente trabajo se llevó a cabo con el propósito de evaluar el desempeño de siete scores de riesgo de mortalidad en cirugía cardíaca de uso corriente en nuestro medio. Material y métodos Se analizaron prospectivamente 502 pacientes sometidos a cirugía cardíaca entre 2004 y 2005. Se identificaron las variables preoperatorias para el cálculo de siete scores de riesgo de mortalidad, cuatro internacionales, Parsonnet, Ontario, EuroSCORE y Cleveland, y tres locales, CONAREC, Español y Favaloro. Para determinar la discriminación, la precisión y la calibración de cada score, se calculó el riesgo esperado promedio de cada uno, la bondad de ajuste de Hosmer y Lemeshow, el coeficiente Q, las áreas ROC, el índice de Shannon y tres métodos gráficos. Resultados La comparación de las áreas ROC para todo tipo de cirugía cardíaca mostró que el EuroSCORE tuvo la mejor área (78,7%), junto con el score del Español (78,6%). Aunque estos modelos tuvieron el valor predictivo más alto, no se encontraron diferencias estadísticas al compararlos con el resto de los modelos. Para la cirugía coronaria, el EuroSCORE nuevamente mostró la mejor predicción (76,3%), y luego el de Cleveland (76,0%), a pesar de que tampoco se hallaron diferencias estadísticas con el resto de los scores. Para todo tipo de cirugía, el Ontario tuvo el mejor índice de Shannon global (0,913), pero el peor índice de fallecidos (0,074), lo cual indica que otorgó riesgos esperados más bajos a los sobrevivientes, pero también riesgos bajos a los que murieron. Por su parte, el EuroSCORE se ubicó en segundo lugar para el índice global (0,905) y el de fallecidos (0,106). Para la cirugía coronaria, el Español tuvo el índice global más alto (0,945), pero también el índice de fallecidos más bajo (0,050), lo que señala una buena precisión en el primer caso y una mala precisión cuando sólo se consideran los fallecidos. En el EuroSCORE, los índices de Shannon de 0,926 y 0,073 lo ubican ligeramente en mejor posición al evaluar los dos tipos de valores. Conclusiones La comparación de siete scores para estratificar el riesgo de mortalidad en la cirugía cardíaca demostró que el EuroSCORE tuvo el mejor desempeño, tanto para los procedimientos valvulares como para los coronarios. Por su parte, el score del Español tuvo un desempeño similar cuando se consideraron todos los tipos de cirugía, mientras que el de Cleveland fue mejor para estratificar el riesgo de los coronarios. De acuerdo con el índice de Shannon, la precisión para predecir mortalidad a nivel del paciente individual fue pobre con todos los modelos."
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.045 | 0.074 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.003 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".