Developing predictive models of excellent and devastating outcome after stroke
Notice bibliographique
Résumé
BACKGROUND: models to predict functional status post-stroke have utility in balancing groups in randomised trials, for outcome comparison between stroke centres and may assist in outcome prediction. This study aimed to develop models of both excellent [modified Rankin score (mRS) 0-1] and devastating outcomes (mRS of 5-6). METHODS: patients admitted with ischaemic or haemorrhagic stroke in 2001-02 to the Halifax Infirmary, Canada, were enrolled. Sixteen clinical variables from the first neurological assessment and six radiological variables from the acute CT scan were used to the model outcome at 6 months. RESULTS: five hundred and thirty-eight stroke patients were enrolled. Thirty per cent had an excellent outcome and 30% had a devastating outcome. Three models of the excellent outcome were developed [area under the receiver operator curve (AUC) 0.866-882] including the variables age, pre-stroke functional status, stroke severity, ability to lift both arms, walk independently, normal verbal Glasgow Coma Scale and leukoaraiosis. Predictive models of the devastating outcome (AUC of 0.859-0.874) included additional variables living alone pre-stroke and total anterior circulation stroke. The simplest models of both outcomes were externally validated (AUC of 0.856-0.885). CONCLUSION: this study demonstrates new externally validated predictive models of both excellent and devastating outcomes. Leukoaraiosis was the only independent radiological predictor of both outcomes. Living alone pre-stroke predicted devastating outcome post-stroke.
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 ».