Matches in SemOpenAlex for { <https://semopenalex.org/work/W3048754197> ?p ?o ?g. }
Showing items 1 to 84 of
84
with 100 items per page.
- W3048754197 endingPage "79" @default.
- W3048754197 startingPage "69" @default.
- W3048754197 abstract "ResumenObjetivoDesarrollar una escala predicitva de mortalidad (SIS) en pacientes con gripe grave considerando las variables de ingreso a UCI y comparar su eficacia respecto de un modelo d Random Forest (RF).DiseñoSub-análisis de base de datos GETGAG/SEMICYUC.ÁmbitoMedicina intensiva.IntervencionesNinguna.PacientesPacientes ingresados en 184 UCI españolas (2009-2018) con infección por gripe.Variables: Demográficas, nivel de gravedad, tiempo síntomas hasta el ingreso al hospital (Gap-H) o desde hospital a UCI (Gap-UCI), o al diagnóstico (Gap-Dg), vacunación, cuadrantes infiltrados, insuficiencia renal, ventilación no-invasiva o invasiva (VM), shock y comorbilidades. Los puntos de corte y la importancia de las variables se obtuvieron de forma automática. Se realizó validación cruzada y regresión logística a partir de la cual se desarrolló la puntuación SIS. Se aplicó la puntuación y se calculó la exactitud y la discriminación (AUC-ROC) para SIS y RF. El análisis se realizó mediante CRAN-R Project.ResultadosSe incluyeron 3.959 pacientes, edad 55 (43-67) años, 60% hombres, APACHE II de 16 (12-21) y SOFA 5 (4-8) puntos y una mortalidad del 21,3%. VM, shock, APACHE II, SOFA, insuficiencia renal aguda y Gap-UCI fueron incluidas en SIS. A partir de los OR se construyó el SIS que demostró una exactitud del 83% y un AUC-ROC del 82% similar al RF (AUC-ROC 82%).ConclusionesLa escala SIS de fácil aplicación, ha demostrado una adecuada capacidad de estratificación del riesgo de mortalidad en la UCI. Sin embargo, estos resultados deberán ser validados prospectivamente." @default.
- W3048754197 created "2020-08-18" @default.
- W3048754197 creator A5035619774 @default.
- W3048754197 date "2021-03-01" @default.
- W3048754197 modified "2023-09-30" @default.
- W3048754197 title "Spanish Influenza Score (SIS): utilidad del Machine Learning en el desarrollo de una escala temprana de predicción de mortalidad en la gripe grave" @default.
- W3048754197 cites W1570096381 @default.
- W3048754197 cites W1952559529 @default.
- W3048754197 cites W1971667492 @default.
- W3048754197 cites W1993279978 @default.
- W3048754197 cites W1994788102 @default.
- W3048754197 cites W1999472732 @default.
- W3048754197 cites W2021046603 @default.
- W3048754197 cites W2024081693 @default.
- W3048754197 cites W2030346400 @default.
- W3048754197 cites W2033925475 @default.
- W3048754197 cites W2033957708 @default.
- W3048754197 cites W2035899314 @default.
- W3048754197 cites W2045890919 @default.
- W3048754197 cites W2050691968 @default.
- W3048754197 cites W2054285253 @default.
- W3048754197 cites W2064035283 @default.
- W3048754197 cites W2064186732 @default.
- W3048754197 cites W2113616200 @default.
- W3048754197 cites W2120340388 @default.
- W3048754197 cites W2138608108 @default.
- W3048754197 cites W2155685259 @default.
- W3048754197 cites W2167565652 @default.
- W3048754197 cites W2274692630 @default.
- W3048754197 cites W2534853892 @default.
- W3048754197 cites W2563751085 @default.
- W3048754197 cites W2735507610 @default.
- W3048754197 cites W2755641806 @default.
- W3048754197 cites W2761181345 @default.
- W3048754197 cites W2807961436 @default.
- W3048754197 cites W2886786491 @default.
- W3048754197 cites W2888082326 @default.
- W3048754197 cites W2892592994 @default.
- W3048754197 cites W2896893468 @default.
- W3048754197 cites W2911964244 @default.
- W3048754197 cites W2968723626 @default.
- W3048754197 cites W2972240124 @default.
- W3048754197 cites W3007001459 @default.
- W3048754197 cites W4361865037 @default.
- W3048754197 doi "https://doi.org/10.1016/j.medin.2020.05.017" @default.
- W3048754197 hasPubMedId "https://pubmed.ncbi.nlm.nih.gov/32798052" @default.
- W3048754197 hasPublicationYear "2021" @default.
- W3048754197 type Work @default.
- W3048754197 sameAs 3048754197 @default.
- W3048754197 citedByCount "3" @default.
- W3048754197 countsByYear W30487541972021 @default.
- W3048754197 countsByYear W30487541972022 @default.
- W3048754197 countsByYear W30487541972023 @default.
- W3048754197 crossrefType "journal-article" @default.
- W3048754197 hasAuthorship W3048754197A5035619774 @default.
- W3048754197 hasConcept C138885662 @default.
- W3048754197 hasConcept C15708023 @default.
- W3048754197 hasConcept C29456083 @default.
- W3048754197 hasConcept C71924100 @default.
- W3048754197 hasConceptScore W3048754197C138885662 @default.
- W3048754197 hasConceptScore W3048754197C15708023 @default.
- W3048754197 hasConceptScore W3048754197C29456083 @default.
- W3048754197 hasConceptScore W3048754197C71924100 @default.
- W3048754197 hasIssue "2" @default.
- W3048754197 hasLocation W30487541971 @default.
- W3048754197 hasOpenAccess W3048754197 @default.
- W3048754197 hasPrimaryLocation W30487541971 @default.
- W3048754197 hasRelatedWork W1506200166 @default.
- W3048754197 hasRelatedWork W1995515455 @default.
- W3048754197 hasRelatedWork W2048182022 @default.
- W3048754197 hasRelatedWork W2080531066 @default.
- W3048754197 hasRelatedWork W2604872355 @default.
- W3048754197 hasRelatedWork W2748952813 @default.
- W3048754197 hasRelatedWork W2899084033 @default.
- W3048754197 hasRelatedWork W3031052312 @default.
- W3048754197 hasRelatedWork W3032375762 @default.
- W3048754197 hasRelatedWork W3108674512 @default.
- W3048754197 hasVolume "45" @default.
- W3048754197 isParatext "false" @default.
- W3048754197 isRetracted "false" @default.
- W3048754197 magId "3048754197" @default.
- W3048754197 workType "article" @default.