Clinical prediction of delayed cerebral ischemia in aneurysmal subarachnoid hemorrhage
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to derive a clinically applicable decision rule using clinical, radiological, and laboratory data to predict the development of delayed cerebral ischemia (DCI) in aneurysmal subarachnoid hemorrhage (aSAH) patients. METHODS: Patients presenting over a consecutive 9-year period with subarachnoid hemorrhage (SAH) and at least 1 angiographically evident aneurysm were included. Variables significantly associated with DCI in univariate analysis underwent multivariable logistic regression. Using the beta coefficients, points were assigned to each predictor to establish a scoring system with estimated risks. DCI was defined as neurological deterioration attributable to arterial narrowing detected by transcranial Doppler ultrasonography, CT angiography, MR angiography, or catheter angiography, after exclusion of competing diagnoses. RESULTS: Of 463 patients, 58% experienced angiographic vasospasm with an overall DCI incidence of 21%. Age, modified Fisher grade, and ruptured aneurysm location were significantly associated with DCI. This combination of predictors had a greater area under the receiver operating characteristic curve than the modified Fisher grade alone (0.73 [95% CI 0.67-0.78] vs 0.66 [95% CI 0.60-0.71]). Patients 70 years or older with modified Fisher grade 0 or 1 SAH and a posterior circulation aneurysm had the lowest risk of DCI at 1.2% (0 points). The highest estimated risk was 38% (17 points) in patients 40-59 years old with modified Fisher grade 4 SAH following rupture of an anterior circulation aneurysm. CONCLUSIONS: Among patients presenting with aSAH, this score-based clinical prediction tool exhibits increased accuracy over the modified Fisher grade alone and may serve as a useful tool to individualize DCI risk.
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 | 0,000 |
| 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 ».