P.199 Variability descriptors of cerebral blood flow velocity as predictors of vasospasm in Subarachnoid Hemorrhage: A feasibility study
Notice bibliographique
Résumé
Background: Transcranial Doppler (TCD) measurements poorly predict vasospasm in patients with aneurysmal subarachnoid hemorrhage (aSAH). Variability descriptors of mean cerebral blood flow velocity (mean-CBFV) may improve this prediction. We assessed the feasibility of generating reliable mean-CBFV variability metrics using extended TCD recordings in aSAH patients and healthy controls. We also explored whether these parameters are capable to discriminate aSAH patients from healthy controls, and between patients with and without vasospasm. Methods: Bilateral mean-CBFV, systemic blood pressure and heart rate were recorded for 40 minutes in 3 groups: aSAH patients (n=8) within the first 5 days post-ictus, age-matched healthy controls (n=8) and young healthy controls (n=8). We obtained linear [standard deviations, coefficient of variations, very-low, low and high-frequency power-spectra] and non-linear [Fractality, deterministic Chaos analyses] variability metrics. Results: All TCD recordings provided consistent variability metrics. aSAH patients showed higher correlation dimensions, increased high-frequency spectral power, and decreased very-low frequency power than healthy controls. aSAH patients who developed vasospasm (n=3) showed higher mean-CBFV and lower coefficient of variations than those without vasospasm (n=5). Conclusions: Descriptors of mean-CBFV variability may distinguish between aSAH patients with and without vasospasm. Future studies are required to evaluate the role of these variability parameters for risk stratification in 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 | 0,003 |
| 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) | 0,002 | 0,001 |
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 ».