Impact of a posttraumatic cerebral infarction on outcome in patients with TBI: the Italian multicenter cohort INCEPT study
Notice bibliographique
Résumé
BACKGROUND: Post-traumatic cerebral infarction (PTCI) is common after traumatic brain injury (TBI). It is unclear what the occurrence of a PTCI is, how it impacts the long-term outcome, and whether it adds incremental prognostic value to established outcome predictors. METHODS: This was a prospective multicenter cohort study of moderate and severe TBI patients. The primary objective was to evaluate if PTCI was an independent risk factor for the 6-month outcome assessed with the Glasgow Outcome Scale (GOS). We also assessed the PTCI occurrence and if it adds incremental value to the International Mission for Prognosis and Clinical Trial design in TBI (IMPACT) core and extended models. RESULTS: We enrolled 143 patients, of whom 47 (32.9%) developed a PTCI. In the multiple ordered logistic regression, PTCI was retained in both the core and extended IMPACT models as an independent predictor of the GOS. The predictive performances increased significantly when PTCI was added to the IMPACT core model (AUC = 0.73, 95% C.I. 0.66-0.82; increased to AUC = 0.79, 95% CI 0.71-0.83, p = 0.0007) and extended model (AUC = 0.74, 95% C.I. 0.65-0.81 increased to AUC = 0.80, 95% C.I. 0.69-0.85; p = 0.00008). Patients with PTCI showed higher ICU mortality and 6-month mortality, whereas hospital mortality did not differ between the two groups. CONCLUSIONS: PTCI is a common complication in patients suffering from a moderate or severe TBI and is an independent risk factor for long-term disability. The addition of PTCI to the IMPACT core and extended predictive models significantly increased their performance in predicting the GOS. TRIAL REGISTRATION: The present study was registered in ClinicalTrial.gov with the ID number NCT02430324.
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 | 0,001 |
| 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 ».