Assessment of diagnostic strategies based on risk stratification for aneurysmal subarachnoid hemorrhage: a retrospective chart review
Notice bibliographique
Résumé
BACKGROUND AND IMPORTANCE: Current guidelines recommend noncontrast computed tomography (NCCT) followed by lumbar puncture for the diagnosis of subarachnoid hemorrhage (SAH). Alternative strategies, including clinical risk stratification and CT angiography (CTA), are emerging. OBJECTIVE: To evaluate alternative strategies to current guidelines through clinical risk stratification. DESIGN, SETTING AND PARTICIPANTS: Single-site, retrospective observational study of patients with SAH suspicion, from 2011 to 2016. We combined results of each investigation (NCCT, CTA and lumbar puncture) with a clinical risk assessment, including Ottawa score. EXPOSURE: Comparing the current strategy (NCCT ± lumbar puncture if negative CT) to alternative strategies (NCCT + CTA ± lumbar puncture if high clinical risk or negative CT and onset of headache ≥12 h o dds ratio ≥24 h). OUTCOME MEASURE AND ANALYSIS: Main outcome was diagnosis of SAH at hospital discharge. Secondary outcomes were death from all causes and need for invasive procedures at 28 days. We used sensitivity, specificity, positive predictive value and negative predictive value (NPV) to evaluate the diagnostic performance of three strategies. MAIN RESULTS: 310 patients were included. SAH was diagnosed in 8 cases (2.6%), none died and 7 (2.2%) had a surgical procedure. Performances of different strategies were not statistically different. NPVs were 99.7% [95% Confidence interval (CI), 98.2-100%] for strategy 1 and 100% (95% CI, 98.8-100%) for strategies 2 and 3. More than 4000 lumbar punctures are needed to diagnose one SAH when CTA is performed within 24 h of symptoms' onset and absence of high-risk criteria. CONCLUSION: Clinical risk stratification and CTA strategy are well-tolerated and effective for diagnosis of SAH, avoiding systematic use of lumbar puncture.
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 | 0,002 |
| 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 | 0,000 |
| 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 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 ».