MétaCan
Menu
Retour à la cohorte
Enregistrement W2786238001 · doi:10.1136/bmj.j5745

Development and validation of outcome prediction models for aneurysmal subarachnoid haemorrhage: the SAHIT multinational cohort study

2018· article· en· W2786238001 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueBMJ · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueIntracranial Aneurysms: Treatment and Complications
Établissements canadiensSt. Michael's HospitalUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchKing's College LondonUniversitätsspital ZürichMontreal Neurological Institute and HospitalUniversity of TorontoInselspital, Universitätsspital BernMcGill University
Mots-clésMedicineConfidence intervalObservational studyGlasgow Outcome ScaleCohortSubarachnoid hemorrhageLogistic regressionClinical trialReceiver operating characteristicProspective cohort studyNeuroimagingCohort studyInternal medicineGlasgow Coma ScaleSurgery

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To develop and validate a set of practical prediction tools that reliably estimate the outcome of subarachnoid haemorrhage from ruptured intracranial aneurysms (SAH). DESIGN: Cohort study with logistic regression analysis to combine predictors and treatment modality. SETTING: Subarachnoid Haemorrhage International Trialists' (SAHIT) data repository, including randomised clinical trials, prospective observational studies, and hospital registries. PARTICIPANTS: Researchers collaborated to pool datasets of prospective observational studies, hospital registries, and randomised clinical trials of SAH from multiple geographical regions to develop and validate clinical prediction models. MAIN OUTCOME MEASURE: Predicted risk of mortality or functional outcome at three months according to score on the Glasgow outcome scale. RESULTS: Clinical prediction models were developed with individual patient data from 10 936 patients and validated with data from 3355 patients after development of the model. In the validation cohort, a core model including patient age, premorbid hypertension, and neurological grade on admission to predict risk of functional outcome had good discrimination, with an area under the receiver operator characteristics curve (AUC) of 0.80 (95% confidence interval 0.78 to 0.82). When the core model was extended to a "neuroimaging model," with inclusion of clot volume, aneurysm size, and location, the AUC improved to 0.81 (0.79 to 0.84). A full model that extended the neuroimaging model by including treatment modality had AUC of 0.81 (0.79 to 0.83). Discrimination was lower for a similar set of models to predict risk of mortality (AUC for full model 0.76, 0.69 to 0.82). All models showed satisfactory calibration in the validation cohort. CONCLUSION: The prediction models reliably estimate the outcome of patients who were managed in various settings for ruptured intracranial aneurysms that caused subarachnoid haemorrhage. The predictor items are readily derived at hospital admission. The web based SAHIT prognostic calculator (http://sahitscore.com) and the related app could be adjunctive tools to support management of patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,232

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,321
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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