MétaCan
Menu
Retour à la cohorte
Enregistrement W4307134364 · doi:10.14740/jnr731

A Novel Radiographic and Clinical Assessment Scoring Tool for Seizure Risk Stratification in the Acute Phase of Cerebral Venous Sinus Thrombosis: A Systematic Review and Meta-Analysis

2022· review· en· W4307134364 sur OpenAlexvenueno aff
Stella Pak, Sahil Sardana, Rudy Estess, Nihita Manem, Tamer Abdelhak

Notice bibliographique

RevueJournal of Neurology Research · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueCerebral Venous Sinus Thrombosis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineCerebral venous sinus thrombosisMeta-analysisObservational studySystematic reviewDiagnostic odds ratioMEDLINEVenous thrombosisReceiver operating characteristicIntensive care medicineInternal medicineThrombosis

Résumé

récupéré en direct d'OpenAlex

Background: Nearly 40% of cerebral venous sinus thrombosis (CVST) cases experience a seizure. A plethora of problems may arise from seizures. Many of these are well recognized in literature as well as in clinical practice. These include the risk for acute respiratory failure, acute renal injury, demand ischemia of myocardium, aspiration pneumonia, and a variety of musculoskeletal injury. Given the lack of a validated tool to predict seizure in the acute phase of CVST, the use of prophylactic anti-epileptic drugs (AEDs) is controversial. A systematic review and meta-analysis of observational studies was conducted to identify risk factors to construct a clinical prediction tool for seizure in acute CVST. Methods: Systematic review was performed according to Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines. Observational studies that investigated the risk factors for seizure in acute CVST were retrieved from MEDLINE, EBSCO, Web of Science, and Pro-Quest. The summary odds ratios (ORs) were calculated from the pool of data under the random effects model. A point value of 1, 2, or 3 was assigned to each risk factor based on their β-coefficient in the predictive model. Discriminative ability of this model was evaluated on the receiver operating characteristic curve. Results: Initial literature search revealed 1,046 articles discussing seizure as a complication of acute CVST. Through a robust systematic review process with two independent reviewers, 14 studies fully meeting the inclusion criteria were selected. Data elements extracted from the studies were analyzed and re-synthesized. Anatomical involvement of frontal lobe (OR: 4.85; 95% confidence interval (CI): 3.52 - 6.68), parietal lobe (OR: 2.52, 95% CI: 1.41 - 4.52), cortical vein thrombosis (OR: 3.16, 95% CI: 2.18 - 4.58), hemorrhagic venous ischemia (OR: 3.85; 95% CI: 3.20 - 4.64), and clinical presentation of motor deficit (OR: 3.07; 95% CI: 2.66 - 3.55) or confusion (OR: 2.15; 95% CI: 1.57 - 2.94) showed a strong association with increased risk for seizure in the setting of acute CVST. We developed a novel Radiographic and Clinical Assessment (RC) scoring system, consisting of the significant six risk factors. RC score yielded a calculated area under the curve of 0.89, with probabilities for seizure ranging from 40% with a score of 0 to 92% for score of 6. Conclusions: RC scoring tool can be used to stratify the seizure risk based on radiographic findings and the clinical presentation in the acute phase of CVST. This predictive tool may be helpful in identifying patients whose seizure risk is high and can potentially further be used as a clinical decision support tool for prophylactic AED treatment. J Neurol Res. 2022;12(3):114-120 doi: https://doi.org/10.14740/jnr731

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,023
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,656
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0230,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0100,003
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,004
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,392
Tête enseignante GPT0,544
Écart entre enseignants0,152 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Neurology ResearchMême sujetCerebral Venous Sinus ThrombosisTravaux en français237 207