excluded from this study as validit

excluded from this study as validity of the CHEWS in that patient popu-
lation had previously been established (McLellan et al., 2013). Cases

were defined as any patient meeting inclusion criteria that experienced

critical deterioration while excluding patients receiving end-of-life care.

Cases were identified through an existing database maintained by

the hospital's Program for Patient Safety and Quality which tracks all

unplanned ICU transfers, RRT calls and Code Blue activations. Control

patients were defined as any patient meeting criteria that did not expe-
rience critical deterioration.

To obtain a representative sample from the population, control pa-
tients were randomly sampled from the comparable admitting locations

of the case patients and matched 2:1. Of the 1363 patients in the initial

cohort, 82% (n = 360) of the cases and 84% (n = 776) of the controls

had sufficient documented clinical observations for inclusion in the

data analysis for a total sample size of 1136. There was not any

significant different between patients included or excluded from data

analysis.

Demographics of all patients were collected which included gen-
der, admitting diagnosis, admitting service, inpatient location, age,

critical deterioration type and survival to discharge. Inter-rater reli-
ability between staff nurses of all experience levels had previously

been established for the CHEWS tool (100% for CHEWS score ≥ 3,

kappa statistic 1.00) during the initial validation study and was not

repeated.(McLellan et al., 2013) The lead investigator trained all

nurse data collectors in data extraction, data abstraction and com-
pletion of study forms. A study nurse intermittently reviewed the

collected records to identify, address and reeducate data collection

team members regarding any discrepancies in data abstraction to

maintain inter-rater reliability of N90% within the data collection

team. The highest documented CHEWS scores from the patient cohort

were extracted from the electronic health record. Nurse data collectors

calculated the PEWS scores for the same time point as the highest

CHEWS scores based upon documented details in the CHEWS scores,

vital signs, clinicians' observations and clinical notes. In addition to

the highest CHEWS scores, CHEWS and PEWS scores were abstracted

on case patients for up to 18 h prior to critical deterioration to deter-
mine early warning time prior to critical deterioration events. Scores

were abstracted any time there was sufficient documentation in the

health record (i.e. vital signs) to obtain full scores for both the PEWS

and the CHEWS tools.

Exact 95% binomial confidence intervals (CI) were generated for

each estimate of sensitivity and specificity based upon the CHEWS

algorithm escalation cut points of ≥3 and ≥5. Positive (PPV) and nega-
tive (NPV) predictive values were estimated using Bayes' theorem. Pa-
tient demographics were compared for case and control subjects using

Fisher's exact test. Times of elevated and critical PEWS and CHEWS

scores prior to critical deterioration were compared using the Wilcoxon

signed-rank test. Receiver operating characteristic (ROC) curves were

generated for the PEWS (as an ordinal variable 0–9) and CHEWS (as

an ordinal variable 0–11), and area under the ROC curve (AUROC) was

used as a measure of screening accuracy. The AUROC of the CHEWS

was hypothesized to be 0.94 with the lower bound of the confidence in-
terval estimated to be 0.90. Sample size was estimated and the 2:1 ratio

of controls to cases was determined such that if this hypothesis was

correct, the lower bound on a 95% confidence interval for the AUROC

would be greater than the published PEWS ROC of 0.89, indicating the

CHEWS performed significantly better than PEWS in this population

(Tucker et al., 2008). The AUROC was also generated for specific

subgroups (admitting service, age) within the patient population.

Odds ratios for critical deterioration were estimated using logistic

ผลลัพธ์ (ไทย) 1:

แยกออกจากการศึกษาครั้งนี้เป็นความถูกต้องของ CHEWS ใน popu ที่ผู้ป่วยเครื่องดูดก่อนหน้านี้ได้กำหนดขึ้น (บอร์ดบริหาร et al. 2013) กรณีกำหนดไว้เป็นผู้ป่วยประชุมเกณฑ์รวมที่มีประสบการณ์เสื่อมสภาพที่สำคัญในขณะที่ยกเว้นผู้ป่วยที่ได้รับการดูแลจุดสิ้นสุดของชีวิตกรณีมีระบุถึงฐานข้อมูลที่มีอยู่โดยโปรแกรมของโรงพยาบาลเพื่อความปลอดภัยของผู้ป่วยและคุณภาพซึ่งติดตามทั้งหมดไม่ได้วางแผนส่ง ICU, RRT โทร และสีฟ้ารหัสเปิดใช้งาน ควบคุมผู้ป่วยถูกกำหนดด้วยเกณฑ์ผู้ป่วยประชุมที่ไม่ไม่เยาวชน-rience สำคัญเสื่อมการขอรับตัวอย่างตัวแทนจากประชากร ควบคุมป่า-tients ถูกสุ่มตัวอย่างจาก admitting ตำแหน่งเทียบเท่ากรณีผู้ป่วยและจับคู่ 2:1 ของผู้ป่วย 1363 ในการเริ่มต้นศึกษา 82% (n = 360) ของกรณีและ 84% (n = 776) ของตัวควบคุมมีเพียงพอได้รับการบันทึกการสังเกตทางคลินิกสำหรับการรวมในการการวิเคราะห์ข้อมูลสำหรับขนาดตัวอย่างทั้งหมด 1136 มีไม่มีอย่างมีนัยสำคัญแตกต่างกันระหว่างผู้ป่วยรวมอยู่ หรือแยกออกจากข้อมูลการวิเคราะห์ประชากรของผู้ป่วยทั้งหมดถูกเก็บรวบรวมซึ่งรวม gen-der ยอมรับ ยอมรับบริการ ผู้ป่วยในสถานที่ อายุ การวินิจฉัยชนิดเสื่อมสภาพที่สำคัญและอยู่รอดปลด ประเมินระหว่างเม-ความสามารถระหว่างพยาบาลพนักงานทุกระดับประสบการณ์มีมาก่อนการสร้างเครื่องมือ CHEWS (100% สำหรับ CHEWS คะแนน≥ 3สถิติ kappa 1.00) ในระหว่างการตรวจสอบเริ่มต้นศึกษา และไม่ซ้ำ (บอร์ดบริหาร et al. 2013) ผู้วิจัยนำการฝึกอบรมทั้งหมดcollectors ข้อมูลการพยาบาลในการสกัดข้อมูล ข้อมูล abstraction และ com-pletion รูปแบบการศึกษา พยาบาลศึกษาทบทวนเป็นระยะ ๆรวบรวมระเบียนที่ระบุ ที่อยู่ และ reeducate เก็บรวบรวมข้อมูลเกี่ยวกับความขัดแย้งในข้อมูล abstraction เพื่อทีมรักษาความน่าเชื่อถือประเมินระหว่าง N90% ในการรวบรวมข้อมูลทีมงาน เอกสาร CHEWS คะแนนจากการศึกษาผู้ป่วยสูงสุดถูกสกัดจากระเบียนสุขภาพอิเล็กทรอนิกส์ Collectors ข้อมูลการพยาบาลคำนวณคะแนน PEWS สำหรับจุดเวลาเดียวกันเป็นสุดCHEWS คะแนนตามรายละเอียดเอกสารในคะแนน CHEWSสัญญาณชีพ แพทย์สังเกต และบันทึกย่อทางคลินิก นอกเหนือไปจากคะแนนสูงสุด CHEWS คะแนน CHEWS และ PEWS มีบทคัดย่ออยู่ในกรณีผู้ป่วยสำหรับถึง 18 ชั่วโมงก่อนที่จะเสื่อมสภาพที่สำคัญเป็นอุปสรรค-เวลาเตือนล่วงหน้าเหมืองก่อนเสื่อมสภาพที่สำคัญกิจกรรม คะแนนมีบทคัดย่ออยู่ตลอดเวลามีเอกสารเพียงพอในการบันทึกสุขภาพ (เช่นสัญญาณชีพ) จะได้รับเต็มคะแนนทั้งสอง PEWSและเครื่องมือ CHEWSสร้างแน่นอน 95% ทวินามช่วงความเชื่อมั่น (CI) สำหรับความไวและความจำเพาะตาม CHEWS การประเมินแต่ละอัลกอริทึมจัดตัดจุด ≥3 และ ≥5 บวก (PPV) และ nega-tive (NPV) ค่าทำนายถูกประมาณโดยใช้ทฤษฎีบทของ Bayes' Raoเปรียบเทียบประชากร tient กรณีควบคุมวัตถุที่ใช้การทดสอบที่แน่นอนของฟิชเชอร์ การยกระดับ และที่สำคัญ PEWS CHEWSเปรียบเทียบคะแนนก่อนเสื่อมสภาพที่สำคัญใช้ Wilcoxon การลงชื่อลำดับการทดสอบ ได้รับที่เส้นโค้ง (ROC) ลักษณะการทำงานสร้าง PEWS (เป็นตัวแปรลำดับ 0 – 9) และ (เป็น CHEWSการลำดับตัวแปร 0 – 11), และพื้นที่ใต้โค้ง ROC (AUROC)ใช้เพื่อวัดความแม่นยำในการคัดกรอง AUROC ของ CHEWSคือการตั้งสมมติฐานเป็น 0.94 กับขอบล่างของความเชื่อมั่นในterval ประมาณ 0.90 ประมาณการขนาดตัวอย่าง และอัตราส่วน 2:1ควบคุมในกรณีกำหนดเช่นว่าถ้าสมมติฐานนี้แก้ไข ขอบล่างบนช่วงความเชื่อมั่น 95% สำหรับการ AUROCจะมากกว่า ROC PEWS เผยแพร่ของ 0.89 ระบุการCHEWS ดำเนินการอย่างมีนัยสำคัญดีกว่า PEWS ในประชากรนี้(Tucker et al. 2008) นอกจากนี้ยังสร้าง AUROC ที่ระบุกลุ่มย่อย (ยอมรับบริการ อายุ) ภายในประชากรผู้ป่วยอัตราต่อรองอัตราการเสื่อมสภาพที่สำคัญถูกประเมินโดยใช้โลจิสติก

ผลลัพธ์ (ไทย) 2:

การยกเว้นจากการศึกษาครั้งนี้เป็นความถูกต้องของ CHEWS ในผู้ป่วยที่ popu-
lation เคยถูกจัดตั้งขึ้น (McLellan et al., 2013) กรณีที่

ถูกกำหนดให้เป็นเกณฑ์การคัดเลือกการประชุมใด ๆ ของผู้ป่วยที่มีประสบการณ์

การเสื่อมสภาพที่สำคัญในขณะที่ยังไม่รวมผู้ป่วยได้รับการดูแลปลายของชีวิต

กรณีที่ถูกระบุผ่านฐานข้อมูลที่มีการเก็บรักษาโดย

โปรแกรมของโรงพยาบาลเพื่อความปลอดภัยของผู้ป่วยและคุณภาพซึ่งติดตามทุก

การถ่ายโอนห้องไอซียูไม่ได้วางแผน RRT เรียกร้องและการเปิดใช้งานรหัสสีฟ้า ควบคุม

ผู้ป่วยที่ถูกกำหนดเป็นเกณฑ์ในการประชุมใด ๆ ของผู้ป่วยที่ไม่ได้ expe-
rience เสื่อมสภาพที่สำคัญ

เพื่อให้ได้ตัวอย่างที่เป็นตัวแทนจากประชากร
ควบคุม Pa- tients สุ่มจากสถานยอมรับเปรียบ

ของผู้ป่วยคดีและจับคู่ 2: 1 ของผู้ป่วย 1363 ในการเริ่มต้น

การศึกษา, 82% (n = 360) ของผู้ป่วยและ 84% (n = 776) ของตัวควบคุม

ได้เพียงพอเอกสารการสังเกตทางคลินิกสำหรับการรวมอยู่ใน

การวิเคราะห์ข้อมูลสำหรับขนาดของกลุ่มตัวอย่างทั้งหมดของ 1136. มี ก็ไม่ได้

แตกต่างกันระหว่างผู้ป่วยรวมหรือแยกออกจากข้อมูล

การวิเคราะห์

ประชากรของผู้ป่วยทั้งหมดที่ถูกเก็บรวบรวมซึ่งรวมถึง gen-
เดอร์ยอมรับการวินิจฉัยการบริการสถานที่ตั้งของผู้ป่วยอายุยอมรับ

ประเภทการเสื่อมสภาพและความอยู่รอดที่สำคัญที่จะปล่อย
Inter-rater reli- ความสามารถระหว่างพยาบาลพนักงานทุกระดับมีประสบการณ์เคย

รับการจัดตั้งขึ้นสำหรับเครื่องมือ CHEWS นี้ (100% สำหรับ CHEWS คะแนน≥ 3,

Kappa สถิติ 1.00) ในระหว่างการศึกษาการตรวจสอบครั้งแรกและไม่ได้

ซ้ำแล้วซ้ำอีก. (McLellan et al., 2013) ผู้วิจัยนำไปสู่การฝึกอบรมทั้งหมด

สะสมข้อมูลพยาบาลในการสกัดข้อมูลนามธรรมข้อมูลและสั่ง
pletion รูปแบบการศึกษา พยาบาลเป็นระยะ ๆ การศึกษาทบทวน

บันทึกรวบรวมเพื่อแจ้งที่อยู่และ reeducate การเก็บรวบรวมข้อมูล

ของสมาชิกในทีมเกี่ยวกับความแตกต่างใด ๆ ในสิ่งที่เป็นนามธรรมข้อมูลเพื่อ

รักษาความน่าเชื่อถือระหว่างผู้ประเมินของ N90% ในการเก็บรวบรวมข้อมูล

ทีม เอกสารคะแนนสูงสุด CHEWS จากการศึกษาผู้ป่วย

ที่ได้รับสารสกัดจากบันทึกสุขภาพอิเล็กทรอนิกส์

การสะสมข้อมูลพยาบาล คำนวณคะแนนม้านั่งสำหรับจุดเวลาเดียวกับที่สูงที่สุด

คะแนน CHEWS ขึ้นอยู่กับรายละเอียดในเอกสารคะแนน CHEWS ที่

สัญญาณชีพสังเกตแพทย์และบันทึกทางคลินิก นอกเหนือไปจาก

คะแนน CHEWS สูงสุด CHEWS และม้านั่งคะแนนถูกแยก

ผู้ป่วยกรณีนานถึง 18 ชั่วโมงก่อนที่จะมีการเสื่อมสภาพที่สำคัญในการยับยั้ง
เตือนเวลาเหมืองต้นก่อนที่จะมีการเสื่อมสภาพเหตุการณ์สำคัญ คะแนน

ถูกใจลอยเวลาใดมีเอกสารเพียงพอใน

บันทึกสุขภาพ (เช่นสัญญาณชีพ) เพื่อให้ได้คะแนนเต็มสำหรับทั้งม้านั่ง

และเครื่องมือ CHEWS

ที่แน่นอน 95% ช่วงความเชื่อมั่นทวินาม (CI) ถูกสร้างขึ้นสำหรับการ

ประมาณการของไวและความจำเพาะแต่ละตาม CHEWS

จุดขั้นตอนวิธีการเพิ่มตัด≥3และ≥5 เชิงบวก (PPV) และกระทบด้านลบจาก
Tive (NPV) ค่าการคาดการณ์อยู่ที่ประมาณโดยใช้ทฤษฎีบท Bayes ' Pa-
ประชากร tient ถูกนำมาเปรียบเทียบกรณีและการควบคุมวิชาโดยใช้

การทดสอบที่แน่นอนฟิชเชอร์ ไทม์สของม้านั่งสูงและที่สำคัญและ CHEWS

คะแนนก่อนที่จะมีการเสื่อมสภาพที่สำคัญถูกนำมาเปรียบเทียบโดยใช้ Wilcoxon

ทดสอบลงนามยศ ผู้รับการดำเนินงานลักษณะ (ROC) เส้นโค้งที่ถูก

สร้างขึ้นสำหรับม้านั่ง (เป็นลำดับตัวแปร 0-9) และ CHEWS (ตาม

ลำดับตัวแปร 0-11) และพื้นที่ใต้เส้นโค้ง ROC (AUROC) ถูก

นำมาใช้เป็นตัวชี้วัดของความถูกต้องของการตรวจคัดกรอง .

AUROC ของ CHEWS ถูกตั้งสมมติฐานว่าจะเป็น 0.94 กับขีด จำกัด ล่างของความเชื่อมั่นห
terval คาดว่าจะมี 0.90 ขนาดของกลุ่มตัวอย่างเป็นที่คาดกันและอัตราส่วน 2: 1

การควบคุมกรณีถูกกำหนดเช่นว่าถ้าสมมติฐานข้อนี้

ถูกต้องผูกพันที่ลดลงในช่วงเวลาที่ความเชื่อมั่น 95% สำหรับ AUROC

จะเป็นมากกว่าการตีพิมพ์ม้านั่ง ROC 0.89 แสดงให้เห็น

CHEWS ดำเนินการอย่างดีกว่าม้านั่งในประชากรกลุ่มนี้

(ทักเกอร์ et al., 2008) AUROC ยังถูกสร้างขึ้นสำหรับเฉพาะ

กลุ่มย่อย (ยอมรับบริการอายุ) ภายในประชากรผู้ป่วย

อัตราส่วนราคาต่อรองสำหรับการเสื่อมสภาพที่สำคัญอยู่ที่ประมาณโดยใช้โลจิสติก 94 กับขอบเขตล่างของความเชื่อมั่นห terval คาดว่าจะมี 0.90 ขนาดของกลุ่มตัวอย่างเป็นที่คาดกันและอัตราส่วน 2: 1 การควบคุมกรณีถูกกำหนดเช่นว่าถ้าสมมติฐานข้อนี้ถูกต้องผูกพันที่ลดลงในช่วงเวลาที่ความเชื่อมั่น 95% สำหรับ AUROC จะเป็นมากกว่าการตีพิมพ์ม้านั่ง ROC 0.89 แสดงให้เห็นCHEWS ดำเนินการอย่างดีกว่าม้านั่งในประชากรกลุ่มนี้(ทักเกอร์ et al., 2008) AUROC ยังถูกสร้างขึ้นสำหรับเฉพาะกลุ่มย่อย (ยอมรับบริการอายุ) ภายในประชากรผู้ป่วย อัตราส่วนราคาต่อรองสำหรับการเสื่อมสภาพที่สำคัญอยู่ที่ประมาณโดยใช้โลจิสติก 94 กับขอบเขตล่างของความเชื่อมั่นห terval คาดว่าจะมี 0.90 ขนาดของกลุ่มตัวอย่างเป็นที่คาดกันและอัตราส่วน 2: 1 การควบคุมกรณีถูกกำหนดเช่นว่าถ้าสมมติฐานข้อนี้ถูกต้องผูกพันที่ลดลงในช่วงเวลาที่ความเชื่อมั่น 95% สำหรับ AUROC จะเป็นมากกว่าการตีพิมพ์ม้านั่ง ROC 0.89 แสดงให้เห็นCHEWS ดำเนินการอย่างดีกว่าม้านั่งในประชากรกลุ่มนี้(ทักเกอร์ et al., 2008) AUROC ยังถูกสร้างขึ้นสำหรับเฉพาะกลุ่มย่อย (ยอมรับบริการอายุ) ภายในประชากรผู้ป่วย อัตราส่วนราคาต่อรองสำหรับการเสื่อมสภาพที่สำคัญอยู่ที่ประมาณโดยใช้โลจิสติก ขอบเขตต่ำในช่วงความเชื่อมั่น 95% สำหรับ AUROC จะเป็นมากกว่าการตีพิมพ์ม้านั่ง ROC 0.89 แสดงให้เห็นCHEWS ดำเนินการอย่างดีกว่าม้านั่งในประชากรกลุ่มนี้(ทักเกอร์ et al., 2008) AUROC ยังถูกสร้างขึ้นสำหรับเฉพาะกลุ่มย่อย (ยอมรับบริการอายุ) ภายในประชากรผู้ป่วย อัตราส่วนราคาต่อรองสำหรับการเสื่อมสภาพที่สำคัญอยู่ที่ประมาณโดยใช้โลจิสติก ขอบเขตต่ำในช่วงความเชื่อมั่น 95% สำหรับ AUROC จะเป็นมากกว่าการตีพิมพ์ม้านั่ง ROC 0.89 แสดงให้เห็นCHEWS ดำเนินการอย่างดีกว่าม้านั่งในประชากรกลุ่มนี้(ทักเกอร์ et al., 2008) AUROC ยังถูกสร้างขึ้นสำหรับเฉพาะกลุ่มย่อย (ยอมรับบริการอายุ) ภายในประชากรผู้ป่วย อัตราส่วนราคาต่อรองสำหรับการเสื่อมสภาพที่สำคัญอยู่ที่ประมาณโดยใช้โลจิสติก

ผลลัพธ์ (ไทย) 3:

แยกออกจากการศึกษานี้เป็นเชิงของ chews ใน popu - ผู้ป่วยlation ก่อนหน้านี้ได้ถูกก่อตั้งขึ้น ( เมิ่กเคลเลิ่น et al . , 2013 ) กรณีกำหนดเป็นเกณฑ์ที่พบผู้ป่วยรวมประชุมวิกฤตความตกต่ำในขณะที่ไม่รวมผู้ป่วยระยะสุดท้าย .กรณีถูกระบุผ่านฐานข้อมูลที่มีอยู่รักษาโดยของโรงพยาบาลโปรแกรมและคุณภาพซึ่งติดตามความปลอดภัยของผู้ป่วยทั้งหมดโอนห้องไอซียูไม่ได้วางแผน โทร RRT และรหัสกิจกรรมสีฟ้า การควบคุมผู้ป่วย เช่น ผู้ป่วยมีการประชุมเกณฑ์ที่ไม่ได้ทดลอง -บริษัทมีการเสื่อมสภาพเพื่อให้ได้ตัวอย่างที่เป็นตัวแทนของประชากร โดยควบคุมtients สุ่มตัวอย่างจากเปรียบยอมรับสถานที่ผู้ป่วยคดี และจับคู่ 2 : 1 . ของผู้ป่วยที่เริ่มต้นหมู่คน , 82 % ( n = 360 ) ของกรณีและ 84% ( n = 775 ) ของการควบคุมเพียงพอ ) เพื่อรวมไว้ในเอกสารทางคลินิกการวิเคราะห์ข้อมูลสำหรับขนาดตัวอย่างจำนวน 1136 . มีไม่ใด ๆความแตกต่างระหว่างผู้ป่วยรวมหรือไม่รวมจากข้อมูลการวิเคราะห์ประชากรของผู้ป่วยซึ่งประกอบด้วย Gen - รวบรวมเดอ ยอมรับในการวินิจฉัย ยอมรับบริการผู้ป่วยในสถานที่ , อายุการเสื่อมชนิดและการอยู่รอดในการปล่อย อินเตอร์ - กลุ่มรีลิความสามารถระหว่างพยาบาลทุกระดับประสบการณ์ก่อนหน้านี้การสร้างเครื่องมือสำหรับเคี้ยว ( 100% สำหรับ chews คะแนน≥ 3สถิติ kappa 1.00 ) ในระหว่างการศึกษาการตรวจสอบเบื้องต้นและไม่ซ้ำ ( เมิ่กเคลเลิ่น et al . , 2013 ) หัวหน้าหน่วยสืบสวนการฝึกอบรมทั้งหมดพยาบาลสะสมข้อมูลในการสกัดข้อมูลนามธรรมข้อมูลและข่าวpletion รูปแบบการศึกษา การศึกษาพยาบาลเป็นระยะ ๆ ดูรวบรวมประวัติต้องระบุที่อยู่และฝึกฝนการรวบรวมข้อมูลสมาชิกในทีมเกี่ยวกับความขัดแย้งใด ๆในข้อมูลที่เป็นนามธรรมรักษาความน่าเชื่อถือของอินเตอร์ ระดับ 90 % ในการเก็บรวบรวมข้อมูลทีม บันทึกคะแนนสูงสุด chews จากคนไข้ เข้าศึกษาสกัดจากบันทึกสุขภาพอิเล็กทรอนิกส์ พยาบาลข้อมูลสะสมคำนวณ pews คะแนนจุดเวลาเดียวกันเป็นสูงสุดเคี้ยวคะแนนตามเอกสารรายละเอียดใน chews คะแนนสัญญาณชีพส์ ' สังเกตและบันทึกอาการทางคลินิก . นอกจากนี้เคี้ยว เคี้ยว และคะแนนสูงสุดคะแนนคือใจลอย pews ,ผู้ป่วยคดีนานถึง 18 ชั่วโมง ก่อนวิกฤตเพื่อยับยั้ง - การเสื่อมสภาพฉันเตือนภัยเวลาเสื่อมก่อนเหตุการณ์วิกฤต คะแนนคือ สรุป เวลาใด ๆมีเอกสารเพียงพอในประวัติสุขภาพ ( เช่น สัญญาณชีพ ) เพื่อให้ได้คะแนนเต็มทั้ง pewsและ chews , เครื่องมือที่ช่วงความเชื่อมั่น 95% ทวินาม ( CI ) ถูกสร้างขึ้นสำหรับความไวและความจำเพาะของแต่ละประเมินตามแทะขั้นตอนวิธีการตัดแต้มของ≥ 3 และ≥ 5 - บวก ( PPV ) และเนกาtive ( NPV ) ค่าพยากรณ์ถูกประเมินโดยใช้ทฤษฎีบทของ . pa -tient ประชากรเปรียบเทียบคดี และควบคุมการใช้วิชาฟิชเชอร์แน่นอนทดสอบ เวลาที่เพิ่มขึ้นและที่สำคัญ pews และเคี้ยวคะแนนก่อนการใช้สถิติการเปรียบเทียบการเสื่อมสภาพลงชื่อทดสอบอันดับ รับปฏิบัติการ ( ROC ) มีลักษณะโค้งที่สร้างขึ้นสำหรับ pews ( ความเท่าเทียมกันตัวแปร 0 – 9 ) และเคี้ยว ( เป็นความเท่าเทียมกันตัวแปร 0 – 11 ) และพื้นที่ใต้โค้ง ROC ( auroc ) คือใช้เป็นมาตรการกลั่นกรองความถูกต้อง การ auroc ของ chewsเป็นสมมุติฐานที่จะใช้กับขอบเขตล่างของความเชื่อมั่นในterval ประมาณจะ 1 . ขนาดตัวอย่างคิดเป็น 2 : 1 อัตราส่วนของการควบคุมเพื่อกรณีตั้งใจ เช่น ถ้าสมมติฐานนี้คือถูกต้อง ขอบเขตล่างในช่วงความเชื่อมั่น 95% สำหรับ aurocจะมากกว่าการตีพิมพ์ pews ร็อคของ 0.89 , ระบุว่าเคี้ยวปฏิบัติได้มากกว่า pews ในประชากรนี้( Tucker et al . , 2008 ) การ auroc ยังสร้างให้เฉพาะกลุ่มย่อย ( ยอมรับบริการ อายุ ) ในผู้ป่วยจำนวนประชากรราคาอัตราส่วนการประมาณโดยใช้โลจิสติก