logo BDSP

Base documentaire


Votre avis nous intéresse

Le réseau BDSP met en oeuvre un projet d'innovation et d'amélioration de ses services, dans le souci constant de proposer des contenus de qualité adaptés aux besoins des utilisateurs.

Identifier de nouvelles sources de financements est la condition nécessaire pour assurer la poursuite et la pérennité de cet outil unique qu'est la BDSP, tout en le faisant évoluer.

Pour définir un nouveau modèle économique, nous avons besoin de votre avis : merci de répondre à notre enquête (temps estimé : 5 minutes).

Participer maintenant
Participer plus tard J'ai déjà participé

  1. Outcome prediction for individual intensive care patients : useful, misused, or abused ?

    Article - En anglais

    Probabilities of hospital mortality provide meaningful information in many contexts, such as in discussions of patient prognosis by intensive care physicians, in patient stratification for analysis of clinical trial data by researchers, and in hospital reimbursement analysis by insurers.

    Use of probabilities as binary predictors based on a cut point can be misleading for making treatment decisions for individual patients, however, even when model performance is good overall.

    Alternative models for estimating severity of illness in intensive care unit (ICU) patients, while demonstrating good agreement for describing patients in the aggregate, are shown to differ considerably for individual patients.

    This suggests that identifying patients unlikely to benefit from ICU care by using models must be approached with considerable caution.

    Mots-clés Pascal : Soin intensif, Prédiction, Modèle prévision, Probabilité, Pronostic, Homme, Application médicale

    Mots-clés Pascal anglais : Intensive care, Prediction, Forecast model, Probability, Prognosis, Human, Medical application

    Logo du centre Notice produite par :
    Inist-CNRS - Institut de l'Information Scientifique et Technique

    Cote : 95-0536791

    Code Inist : 002B28B. Création : 01/03/1996.