The VASOGRADE
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Patients are classically at risk of delayed cerebral ischemia (DCI) after aneurysmal subarachnoid hemorrhage. We validated a grading scale-the VASOGRADE-for prediction of DCI. METHODS: We used data of 3 phase II randomized clinical trials and a single hospital series to assess the relationship between the VASOGRADE and DCI. The VASOGRADE derived from previously published risk charts and consists of 3 categories: VASOGRADE-Green (modified Fisher scale 1 or 2 and World Federation of Neurosurgical Societies scale [WFNS] 1 or 2); VASOGRADE-Yellow (modified Fisher 3 or 4 and WFNS 1-3); and VASOGRADE-Red (WFNS 4 or 5, irrespective of modified Fisher grade). The relation between the VASOGRADE and DCI was assessed by logistic regression models. The predictive accuracy of the VASOGRADE was assessed by receiver operating characteristics curve and calibration plots. RESULTS: In a cohort of 746 patients, the VASOGRADE significantly predicted DCI (P<0.001). The VASOGRADE-Yellow had a tendency for increased risk for DCI (odds ratio [OR], 1.31; 95% CI, 0.77-2.23) when compared with VASOGRADE-Green; those with VASOGRADE-Red had a 3-fold higher risk of DCI (OR, 3.19; 95% CI, 2.07-4.50). Studies were not a significant confounding factor between the VASOGRADE and DCI. The VASOGRADE had an adequate discrimination for prediction of DCI (area under the receiver operating characteristics curve=0.63) and good calibration. CONCLUSIONS: The VASOGRADE results validated previously published risk charts in a large and diverse sample of subarachnoid hemorrhage patients, which allows DCI risk stratification on presentation after subarachnoid hemorrhage. It could help to select patients at high risk of DCI, as well as standardize treatment protocols and research studies.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».