Predictors of Poor Outcome in Patients with a Spontaneous Cerebellar Hematoma
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 authors studied the clinical and neuroimaging features of cerebellar hematomas to predict poor outcome using comprehensive statistical models. METHODS: We retrospectively reviewed clinical and neuroimaging features in 94 patients with spontaneous cerebellar hematomas to identify predictive features for a poor neurologic outcome, defined as death or dismissal to long-term care facility. Data were analyzed using chi square and Fisher's exact test with calculation of odd's ratios together with 95% confidence intervals. RESULTS: Clinical and neuroradiologic predictors for a poor outcome at p < 0.05 were admission systolic blood pressure > 200 mm Hg, hematoma size > 3 cm, visible brain stem distortion, and acute hydrocephalus. Presenting findings predicting subsequent death at p < 0.05 were abnormal corneal and oculocephalic responses, Glasgow coma sum score less than 8, motor response less than localization to pain, acute hydrocephalus and intraventricular hemorrhage. CONCLUSION: A tree-based analysis model using binary recursive partitioning showed that cornea reflex, hydrocephalus, doll's eyes, age, and size were the most important discriminating factors. Absent corneal reflexes on admission highly predicts poor outcome (86 percent, confidence limits 67-96 percent). When a cornea reflex is present, acute hydrocephalus predicts poor outcome but only when doll's eyes are additionally absent.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| 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 découle