简化版住院早期预警评分,在低风险人群中效用与标准版相当
颠覆固有认知:简化版住院早期预警评分,在低风险人群中效用与标准版相当
丹麦研究团队基于因果推断校正干预偏倚,对比传统NEWS和简化评分模型,发现简化版在低风险人群中效用与标准版相当,为预警监测流程优化提供循证支持。
研究纠正了干预偏倚,对比不同复杂度的预警评分模型,为临床决策提供循证支持。
颠覆固有认知:简化版住院早期预警评分,在低风险人群中效用与标准版相当
7分钟前 清泉心田 MedSci原创 发表于上海
预警模型的临床价值高度依赖目标人群的基线风险,全人群统一应用高复杂度模型的策略并不具备成本效益。
深度解析医学证据,DeepEvidence为你支撑决策 国家早期预警评分(NEWS)是全球医疗机构应用最广泛的住院患者病情恶化预警工具,但其回顾性验证长期存在两大核心方法学缺陷:一是干预偏倚,高分患者会因触发预警流程得到及时救治,回顾性分析会基于干预后的生存结局,低估评分本身的真实风险预测价值;二是现有研究多聚焦于区分度指标(如受试者工作特征曲线下面积,AUC),极少关注可直接指导临床决策的临床净获益,无法量化模型的实际应用价值。 为此,丹麦哥本哈根大学健康数据科学团队联合多家临床中心开展大规模多中心研究,基于因果推断框架校正干预偏倚,系统对比传统 NEWS、简化评分规则与机器学习模型的临床效用,明确不同复杂度模型的适配场景,为住院患者预警监测流程的优化提供循证支撑。 本研究为多中心回顾性队列研究,纳入丹麦首都地区与西兰地区 15 家医院(10 个医疗网络)2018 年 10 月 16 日至 2023 年 10 月 16 日的住院诊疗数据,共覆盖 208.08 万次住院就诊、82.52 万名成年患者。研究以首次 NEWS 评估后 24 小时全因死亡率为研究终点,采用逆概率加权的倾向评分
小提示:本篇资讯需要登录阅读,点击跳转登录
版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
来源:梅斯医学·临床资讯 · news.medsci.cn
