Abstract 193: Cerebral Cavernous Malformation Location and Mode of Presentation Predict the Risk of Hemorrhage During Their Untreated Clinical Course: Individual Patient Data Meta-Analysis
Notice bibliographique
Résumé
INTRODUCTION: Cerebral cavernous malformations (CCM) are the second commonest incidental finding on brain MRI and may cause symptomatic intracranial hemorrhage (ICH). However, the risk and predictors of ICH from CCM remain uncertain. HYPOTHESIS: Presentation with ICH or non-hemorrhagic focal neurological deficit (FND) attributable to CCM, brainstem CCM location, female sex, increasing age and multiple CCM predict ICH occurrence during follow-up without CCM treatment. METHODS: Three hospital-based cohorts and two cohorts from a population-based study provided individual patient data on clinical course from CCM diagnosis until either first CCM treatment or last available follow-up. We used survival analysis of each cohort to estimate the 5-year risk of symptomatic ICH or new FND, multivariable Cox regression to identify baseline predictors of outcome, and random-effects models to pool estimates in meta-analysis. RESULTS: Among 988 adults who experienced 62 ICHs during 3,232 person-years of follow-up, clinical presentation with ICH or FND (hazard ratio [HR] 7.4, 95% confidence interval [CI] 2.9-19.2) and brainstem CCM location (HR 5.7, 95% CI 3.2-10.3) were associated with a higher risk of a first ICH within five years of CCM diagnosis, but age, sex and CCM multiplicity were not. The 5-year estimated risk of ICH during untreated follow-up was 2.4% (95% CI 1.0-3.8) for 566 adults without ICH/FND from CCM outside the brainstem, 5.5% (95% CI 0-12.9) for 51 adults without ICH/FND from brainstem CCM, 10.6% (95% CI 5.1-16.1) for 198 adults with ICH/FND from CCM outside the brainstem, and 25.7% (95% CI 18.3-33.1) for 173 adults with ICH/FND from brainstem CCM. In secondary analyses of first ICH or FND, event rates increased but predictors remained unchanged. CONCLUSION: Mode of clinical presentation and CCM location are independently associated with ICH or FND within five years of CCM diagnosis, which can inform decisions about CCM treatment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,042 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».