The Canadian Neurological Scale and the NIHSS: Development and Validation of a Simple Conversion Model
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The Canadian Neurological Scale (CNS) and the National Institutes of Health Stroke Scale (NIHSS) are among the most reliable stroke severity assessment scales. The CNS requires less extensive neurological evaluation and is quicker and simpler to administer. OBJECTIVE: Our aim was to develop and validate a simple conversion model from the CNS to the NIHSS. METHODS: A conversion model was developed using data from a consecutive series of acute-stroke patients who were scored using both scales. The model was then validated in an external dataset in which all patients were prospectively assessed for stroke severity using both scales by different observers which consisted of neurology residents or stroke fellows. RESULTS: In all, 168 patients were included in the model development, with a median age of 73 years (20-94). Men constituted 51.8%. The median NIHSS score was 6 (0-31). The median CNS score was 8.5 (1.5-11.5). The relationship between CNS and NIHSS could be expressed as the formula: NIHSS = 23 - 2 x CNS. A cohort of 350 acute-stroke patients with similar characteristics was used for model validation. There was a highly significant positive correlation between the observed and predicted NIHSS score (r = 0.87, p < 0.001). The predicted NIHSS score was on average 0.61 higher than the observed NIHSS score (95% CI = 0.31-0.91). CONCLUSIONS: The CNS can be reliably converted to the NIHSS using a simple conversion formula: NIHSS = 23 - 2 x CNS. This finding may have a practical impact by permitting reliable comparisons with NIHSS-based evaluations and simplifying the routine assessment of acute-stroke patients in more diverse settings.
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.
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 découle