Prognostic Factors for Outcome in Patients With Aneurysmal Subarachnoid Hemorrhage
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 AND PURPOSE: The purpose of this study was to describe prognostic factors for outcome in a large series of patients undergoing neurosurgical clipping of aneurysms after subarachnoid hemorrhage (SAH). METHODS: Data were analyzed from 3567 patients with aneurysmal SAH enrolled in 4 randomized clinical trials between 1991 and 1997. The primary outcome measure was the Glasgow outcome scale 3 months after SAH. Multivariable logistic regression with backwards selection and Cox proportional hazards regression models were derived to define independent predictors of unfavorable outcome. RESULTS: In multivariable analysis, unfavorable outcome was associated with increasing age, worsening neurological grade, ruptured posterior circulation aneurysm, larger aneurysm size, more SAH on admission computed tomography, intracerebral hematoma or intraventricular hemorrhage, elevated systolic blood pressure on admission, and previous diagnosis of hypertension, myocardial infarction, liver disease, or SAH. Variables present during hospitalization associated with poor outcome were temperature >38 degrees C 8 days after SAH, use of anticonvulsants, symptomatic vasospasm, and cerebral infarction. Use of prophylactic or therapeutic hypervolemia or prophylactic-induced hypertension were associated with a lower risk of unfavorable outcome. Time from admission to surgery was significant in some models. Factors that contributed most to variation in outcome, in descending order of importance, were cerebral infarction, neurological grade, age, temperature on day 8, intraventricular hemorrhage, vasospasm, SAH, intracerebral hematoma, and history of hypertension. CONCLUSIONS: Although most prognostic factors for outcome after SAH are present on admission and are not modifiable, a substantial contribution to outcome is made by factors developing after admission and which may be more easily influenced by 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.
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