Predicting Intracerebral Hemorrhage Expansion With Noncontrast Computed Tomography
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Although the computed tomographic angiography spot sign performs well as a biomarker for hematoma expansion (HE), computed tomographic angiography is not routinely performed in the emergency setting. We developed and validated a score to predict HE-based on noncontrast computed tomography (NCCT) findings in spontaneous acute intracerebral hemorrhage. METHODS: After developing the score in a single-center cohort of patients with intracerebral hemorrhage (n=344), we validated it in a large clinical trial population (n=954) and in a multicenter intracerebral hemorrhage cohort (n=241). The following NCCT markers of HE were analyzed: hypodensities, blend sign, hematoma shape and density, and fluid level. HE was defined as hematoma growth >6 mL or >33%. The score was created using the estimates from multivariable logistic regression after final predictors were selected from bootstrap samples. RESULTS: =0.0002) were predictors of HE. A 5-point score was created (BAT score: 1 point for blend sign, 2 points for any hypodensity, and 2 points for timing of NCCT <2.5 hours). The c statistic was 0.77 (95% CI, 0.70-0.83) in the development population, 0.65 (95% CI 0.61-0.68) and 0.70 (95% CI, 0.64-0.77) in the 2 validation cohorts. A dichotomized score (BAT score ≥3) predicted HE with 0.50 sensitivity and 0.89 specificity. CONCLUSIONS: An easy to use 5-point prediction score can identify subjects at high risk of HE with good specificity and accuracy. This tool requires just a baseline NCCT scan and may help select patients with intracerebral hemorrhage for antiexpansion clinical trials.
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 | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».