Incorporating a Modified Graeb Score to the Modified Fisher Scale for Improved Risk Prediction of Delayed Cerebral Ischemia Following Aneurysmal Subarachnoid Hemorrhage
Notice bibliographique
Résumé
BACKGROUND: Delayed cerebral ischemia (DCI) is a cause of poor outcome after aneurysmal subarachnoid hemorrhage. Risk scales to predict DCI have scarcely been evaluated for predictive accuracy. Accounting for volume of intraventricular hemorrhage (IVH) in the modified Fischer scale (mFS) may improve its predictive accuracy. OBJECTIVE: To compare the modified Graeb score (mGS) to the mFS for risk prediction of DCI, and to investigate whether incorporating an mGS cut-point into the mFS could improve predictive accuracy. METHODS: This retrospective analysis was based on the Clazosentan to Overcome Neurological Ischemia and Infarction Occurring after Subarachnoid Hemorrhage (CONSCIOUS-1) trial cohort. IVH volume was quantified with the mGS. The relation of the mGS to DCI was evaluated using logistic regression and the area under the receiver operator characteristics curve (AUC). An optimized mGS cut-point was identified using the Youden index, and was incorporated into the mFS to dichotomize grades 2 and 4. The AUC was used to compare the predictive performance of the mGS with that of the mFS, and to assess whether there was an improvement in DCI prediction after creation of the dichotomized scale. RESULTS: The mFS and the mGS had similar discrimination for DCI (AUC: 0.608 vs 0.618; P = .79). A new scale including both the mFS and mGS significantly improved the AUC compared to the mFS (AUC: 0.647 vs 0.608; P = .022). CONCLUSION: The mFS and the mGS have similar prognostic utility. Accounting for IVH volume improved prediction of DCI by the mFS.
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 | 0,001 | 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 ».