The PLAN score can predict poor outcomes of intracerebral hemorrhage
Notice bibliographique
Résumé
BACKGROUND: For patients hospitalized after acute ischemic stroke (AIS), the preadmission comorbidities, level of consciousness (LOC), age and neurologic deficit (PLAN) score can help to identify those who may have a poor outcome. Implementing the PLAN score in other types of stroke may also have predictive value. Our study aimed to evaluate the PLAN score's prognostic accuracy in predicting 1-year mortality and severe disability after intracerebral hemorrhage (ICH). METHODS: We analyzed data found in the China National Stroke Registry (CNSR) of 2,453 hospitalized patients in 132 urban Chinese hospitals, diagnosed with ICH from September 2007 to August 2008. The outcomes analysis included 30-day mortality, modified Rankin Scale score (mRS) of 5-6 at discharge, and 1-year mortality. Univariate and multivariate analysis was performed, and we calculated consistency statistics (C statistic). We evaluated the PLAN score performance using area under the curve (AUC) calculations. RESULTS: We found that the 30-day mortality was 12.6%, the frequency of a mRS 5-6 at discharge was 20.6%, and 1-year mortality was 21.9%. The PLAN score had good predictive value in 30-day mortality (C statistic, 0.82), death or severe dependence at discharge (0.84), and 1-year mortality (0.82). CONCLUSIONS: In patients hospitalized for ICH, the 30-day mortality, death or severe dependence at discharge and 1-year mortality can be predicted by the PLAN score. Similarly to patients hospitalized after AIS, the PLAN score can help to identify patients likely to have poor outcomes following hospitalization for ICH.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 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 ».