Midline Shift in Chronic Subdural Hematoma
Notice bibliographique
Résumé
OBJECTIVE: Evaluation of chronic subdural hematoma (cSDH) treatment success relies on radiologic measures, in particular hematoma volume, width and midline shift (MLS). Nevertheless, there are no validated standards for MLS measurement in cSDH. Aim of this study was to identify the most reliable measurement location and technique for MLS. METHODS: Admission CT scans of 57 patients with unilateral cSDH were retrospectively analyzed. Axial slices were evaluated by 4 raters with MLS measurement in 4 locations, foramen of Monro (FM), thalamus (Th), mid-septum pellucidum (SP), maximum overall MLS (max) with 2 different techniques: displacement perpendicular to anatomical (ideal) midline (MLS-M), and displacement relative to the tabula interna in relation to the width of the intracranial space (MLS-T). Intraclass correlation coefficients (ICC) were calculated to assess interrater reliability and agreement of MLS‑M and MLS‑T measurement techniques. Measurements of cSDH volume and width were conducted for further data alignment. RESULTS: The ICCs between readers were excellent (> 0.9) for all MLS‑M locations and for MLS-T_Th and ML-T_FM. The ICC was higher for MLS‑M than for MLS‑T in all locations. MLS-M_max showed the highest correlation coefficient of 0.78 with cSDH volume. Variance of MLS-M_max was explained in 64% of cases (adj. R squared) by cSDH volume based on a simple linear regression model. An increase of 10 ml cSDH volume resulted in an average increase of 0.8 mm MLS-M_max. CONCLUSION: The MLS measurement in cSDH patients should be standardized, and due to its high interrater reliability, the MLS‑M technique should be preferred.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».