Early blood-brain barrier dysfunction predicts neurological outcome following aneurysmal subarachnoid hemorrhage
Notice bibliographique
Résumé
BACKGROUND: Disease progression and delayed neurological complications are common after aneurysmal subarachnoid hemorrhage (aSAH). We explored the potential of quantitative blood-brain barrier (BBB) imaging to predict disease progression and neurological outcome. METHODS: Data were collected as part of the Co-Operative Studies of Brain Injury Depolarizations (COSBID). We analyzed retrospectively, blinded and semi-automatically magnetic resonance images from 124 aSAH patients scanned at 4 time points (24-48 h, 6-8 days, 12-15 days and 6-12 months) after the initial hemorrhage. Volume of brain with apparent pathology and/or BBB dysfunction (BBBD), subarachnoid space and lateral ventricles were measured. Neurological status on admission was assessed using the World Federation of Neurosurgical Societies and Rosen-Macdonald scores. Outcome at ≥6 months was assessed using the extended Glasgow outcome scale and disease course (progressive or non-progressive based on imaging-detected loss of normal brain tissue in consecutive scans). Logistic regression was used to define biomarkers that best predict outcomes. Receiver operating characteristic analysis was performed to assess accuracy of outcome prediction models. FINDINGS: In the present cohort, 63% of patients had progressive and 37% non-progressive disease course. Progressive course was associated with worse outcome at ≥6 months (sensitivity of 98% and specificity of 97%). Brain volume with BBBD was significantly larger in patients with progressive course already 24-48 h after admission (2.23 (1.23-3.17) folds, median with 95%CI), and persisted at all time points. The highest probability of a BBB-disrupted voxel to become pathological was found at a distance of ≤1 cm from the brain with apparent pathology (0·284 (0·122-0·594), p < 0·001, median with 95%CI). A multivariate logistic regression model revealed power for BBBD in combination with RMS at 24-48 h in predicting outcome (ROC area under the curve = 0·829, p < 0·001). INTERPRETATION: We suggest that early identification of BBBD may serve as a key predictive biomarker for neurological outcome in aSAH. FUND: Dr. Dreier was supported by grants from the Deutsche Forschungsgemeinschaft (DFG) (DFG DR 323/5-1 and DFG DR 323/10-1), the Bundesministerium für Bildung und Forschung (BMBF) Center for Stroke Research Berlin 01 EO 0801 and FP7 no 602150 CENTER-TBI. Dr. Friedman was supported by grants from Israel Science Foundation and Canada Institute for Health Research (CIHR). Dr. Friedman was supported by grants from European Union's Seventh Framework Program (FP7/2007-2013; grant #602102).
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 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 ».