Symptom Predictors of Cerebrospinal Fluid Leaks
Notice bibliographique
Résumé
BACKGROUND: Spinal cerebrospinal fluid (CSF) leaks, which are considered a cause of intracranial hypotension, generally do not cause any local symptoms. Although symptoms are key elements for further evaluation, few studies have examined symptom predictors of intracranial hypotension. The aim of this study was to determine what symptoms are predictors of CSF leaks in patients suspected of intracranial hypotension. METHODS: We performed radionuclide cisternography in 207 consecutive patients suspected of intracranial hypotension. Intracranial hypotension was suspected when a patient had a history of minor trauma and complained about uncontrolled headache, cranial nerve dysfunction, autonomic dysfunction, or higher brain dysfunction. The leakage of CSF was defined as direct signs of tracer leak into the spinal epidural space or early accumulation of the tracer in the urinary bladder. We obtained information on 16 symptoms commonly reported in previous studies. RESULTS: CSF leaks were observed in 154 cases (74%). Back pain, limb pain, and limb numbness were inversely associated with CSF leaks (p = 0.042, p = 0.045, and p = 0.006, respectively). In logistic regression analysis, diplopia was a positive predictor of CSF leaks (odds ratio [OR], 6.53; 95% confidence interval [CI], 1.49 to 28.51), whereas limb numbness was a negative predictor (OR, 0.38; 95% CI, 0.17 to 0.84). Of the 21 patients in whom diplopia was present and limb numbness was absent, 20 had CSF leaks (specificity, 98%; positive predictive value, 95%). CONCLUSION: Some symptoms may be helpful in the diagnosis of CSF leaks in patients suspected of intracranial hypotension.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,009 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».