Abstract TP325: Lack of Early Improvement Predicts Poor Clinical Outcome Following Acute Intracerebral Hemorrhage
Notice bibliographique
Résumé
Background: Early Neurological Worsening (ENW) is common after ICH, and predicts poor outcome. However, there is limited data as to what degree of ENW best relates to outcome. We used two ICH cohorts to refine and validate a definition of ENW that best predicted 90-day outcomes. Methods: We generated receiver operating characteristic (ROC) curves for the association between 24-hour NIHSS change and ICH outcomes using data from the VISTA collaboration. Primary outcome was poor outcome at 90 days (mRS 4-6); secondary outcomes were other mRS cutpoints (mRS 2-6, 3-6, 5-6, 6). We tested the commonly used NIHSS≥4 definition and in addition employed Youden’s J Index to select optimal cutpoints and calculated sensitivity, specificity, and predictive values. Independent predictors of poor outcome were determined via multivariable logistic regression. Definitions were validated in the prospectively collected PREDICT-ICH cohort. Results: Using 552 patients from the VISTA cohort, ROC curves of 24hr NIHSS change had an area under the curve of 0.75. NIHSS change of ≥0 at 24hrs was seen in 46.4%. Youden’s method showed an optimum cutoff at -0.5. Based on this, ENW defined as >0 (Sens 43%, Spec 91%, PPV 83%, aOR 7.13 [CI:4.05-12.55]), ≥0 (Sens 65%, Spec 73%, PPV 70%, aOR 5.05 [CI:3.25-7.85]), or ≥-1 (Sens 78%, Spec 59%, PPV 65%, aOR 6.04 [CI:3.75-9.71]) all accurately predicted poor outcome. PPV increased with higher NIHSS cutoffs, but at the cost of lower sensitivities. Regression confirmed that all definitions independently predicted outcome at all mRS cutpoints. ENW definitions reproduced well in the validation cohort of 275 patients. Conclusion: All NIHSS cut-offs for ENW predict clinical outcome, regardless of outcome definition. In particular, lack of clinical improvement at 24 hours (i.e. NIHSS is the same or higher) robustly predicted poor outcome, but may not be sufficiently reliable to determine clinical management.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».