Variability Predictors of Vasospasm in Subarachnoid Hemorrhage: A Feasibility Study
Notice bibliographique
Résumé
BACKGROUND: Mean cerebral blood flow velocity (mean-CBFV) obtained from Transcranial Doppler (TCD) poorly predicts cerebral vasospasm in patients with aneurysmal subarachnoid hemorrhage (aSAH). Variability descriptors of mean-CBFV obtained during extended TCD recordings may improve this prediction. We assessed the feasibility of generating reliable linear and non-linear descriptors of mean-CBFV variability using extended recordings in aSAH patients and in healthy controls. We also explored which of those metrics might have the ability to discriminate between aSAH patients and healthy controls, and among patients who would go on to develop vasospasm and those who would not. METHODS: Bilateral mean-CBFV, blood pressure, and heart rate were continuously recorded for 40 minutes in aSAH patients (n = 8) within the first 5 days after ictus, in age-matched healthy controls (n = 8) and in additional young controls (n = 8). We obtained linear [standard deviation, coefficient of variations, and the very-low (0.003-0.040 Hz), low (0.040-0.150 Hz), and high-frequency (0.15-0.4 Hz) power spectra] and non-linear (Fractality, deterministic Chaos analyses) variability metrics. RESULTS: We successfully obtained TCD recordings from patients and healthy controls and calculated the desired metrics of mean-CBFV variability. Differences were appreciable between aSAH patients and healthy controls, as well as between aSAH patients who later developed vasospasm and those who did not. CONCLUSIONS: A 40-minute TCD recording provides reliable variability metrics in aSAH patients and healthy controls. Future studies are required to determine if mean-CBFV variability metrics remain stable over time, and whether they may serve to identify patients who are at greatest risk of developing cerebral vasospasm after aSAH.
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 | 0,001 | 0,004 |
| 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 ».