Third Ventricle Volume Predicts Functional Outcome in Chronic Subdural Hematoma
Notice bibliographique
Résumé
OBJECTIVES: There is a lack of evidence demonstrating the utility of computed tomography (CT) to predict chronic subdural hematoma (CSDH) clinical outcomes. We aim to analyze the role of tomographic volumetric analysis in patients with CSDH. METHODS: We performed a retrospective study of patients undergoing burr-hole craniostomy (BHC) for CSDH over five years at a tertiary care center. Degree of midline shift, radiographic density, subdural hematoma volume, acute blood volume, and third ventricle (3VV) and fourth ventricle (4VV) volume were estimated using semiautomatic segmentation of preoperative CT. Postoperative functional outcome was measured by two endpoints: National Institute of Health Stroke Scale (NIHSS) at discharge and short-term modified Rankin Scale (mRS) at 6-week follow-up. Univariate and multivariate analyses were performed using nonparametric tests. Discriminative capacity and optimal thresholds of independent variables were calculated by means of receiving-operative curves (ROC). RESULTS: A total of 79 patients were included for analysis with a median age of 78.5 years. Greater preoperative 3VV independently correlated with poor discharge NIHSS (p = .01) and short-term mRS (p = .03). A cutoff value of 0.545 mL demonstrated the highest sensitivity (77.1%) and specificity (88.8%) with an odds ratio for an mRS functional dependence of 9.29 (p = .001). CONCLUSIONS: Greater preoperative tomographic 3VV independently prognosticates poor discharge NIHSS and 6-week mRS. A threshold 3VV of 0.545 mL can be used to identify patients at higher risk of being dependent at first protocolized follow-up.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».