Predicting Injury Severity and Neurological Recovery after Acute Cervical Spinal Cord Injury: A Comparison of Cerebrospinal Fluid and Magnetic Resonance Imaging Biomarkers
Notice bibliographique
Résumé
Biomarkers of acute human spinal cord injury (SCI) could provide a more objective measure of spinal cord damage and a better predictor of neurological outcome than current standardized neurological assessments. In SCI, there is growing interest in establishing biomarkers from cerebrospinal fluid (CSF) and from magnetic resonance imaging (MRI). Here, we compared the ability of CSF and MRI biomarkers to classify injury severity and predict neurological recovery in a cohort of acute cervical SCI patients. CSF samples and MRI scans from 36 acute cervical SCI patients were examined. From the CSF samples taken 24 h post-injury, the concentrations of inflammatory cytokines (interleukin [IL]-6, IL-8, monocyte chemotactic protein-1), and structural proteins (tau, glial fibrillary acidic protein, and S100β) were measured. From the pre-operative MRI scans, we measured intramedullary lesion length, hematoma length, hematoma extent, CSF effacement, cord expansion, and maximal spinal cord compression. Baseline and 6-month post-injury assessments of American Spine Injury Association Impairment Scale (AIS) grade and motor score were conducted. Both MRI measures and CSF biomarker levels were found to correlate with baseline injury grade, and in combination they provided a stronger model for classifying baseline AIS grade than CSF or MRI biomarkers alone. For predicting neurological recovery, the inflammatory CSF biomarkers best predicted AIS grade conversion, whereas structural biomarker levels best predicted motor score improvement. A logistic regression model utilizing CSF biomarkers alone had a 91.2% accuracy at predicting AIS conversion, and was not strengthened by adding MRI features or even knowledge of the baseline AIS grade. In a direct comparison of MRI and CSF biomarkers, the CSF biomarkers discriminate better between different injury severities, and are stronger predictors of neurological recovery in terms of AIS grade and motor score improvement. These findings demonstrate the utility of measuring the acute biological responses to SCI as biomarkers of injury severity and neurological prognosis.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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; 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 ».