Using Noncontrast Computed Tomography to Improve Prediction of Intracerebral Hemorrhage Expansion
Notice bibliographique
Résumé
Background: Noncontrast computed tomography hypodensities are a validated predictor of hematoma expansion (HE) in intracerebral hemorrhage and a possible alternative to the computed tomography angiography (CTA) spot sign but their added value to available prediction models remains unclear. We investigated whether the inclusion of hypodensities improves prediction of HE and compared their added value over the spot sign. Methods: Retrospective analysis of patients admitted for primary spontaneous intracerebral hemorrhage at the following 8 university hospitals in Boston, US (1994–2015, prospective), Hamilton, Canada (2010–2016, retrospective), Berlin, Germany (2014–2019, retrospective), Chongqing, China (2011–2015, retrospective), Pavia, Italy (2017–2019, prospective), Ferrara, Italy (2010–2019, retrospective), Brescia, Italy (2020–2021, retrospective), and Bologna, Italy (2015–2019, retrospective). Predictors of HE (hematoma growth >6 mL and/or >33% from baseline to follow-up imaging) were explored with logistic regression. We compared the discrimination of a simple prediction model for HE based on 4 predictors (antitplatelet and anticoagulant treatment, baseline intracerebral hemorrhage volume, and onset-to-imaging time) before and after the inclusion of noncontrast computed tomography hypodensities, using receiver operating characteristic curve and De Long test for area under the curve comparison. Results: A total of 2465 subjects were included, of whom 664 (26.9%) had HE and 1085 (44.0%) had hypodensities. Hypodensities were independently associated with HE after adjustment for confounders in logistic regression (odds ratio, 3.11 [95% CI, 2.55–3.80]; P <0.001). The inclusion of noncontrast computed tomography hypodensities improved the discrimination of the 4 predictors model (area under the curve, 0.67 [95% CI, 0.64–0.69] versus 0.71 [95% CI, 0.69–0.74]; P =0.025). In the subgroup of patients with a CTA available (n=895, 36.3%), the added value of hypodensities remained statistically significant (area under the curve, 0.68 [95% CI, 0.64–0.73] versus 0.74 [95% CI, 0.70–0.78]; P =0.041) whereas the addition of the CTA spot sign did not provide significant discrimination improvement (area under the curve, 0.74 [95% CI, 0.70–0.78]). Conclusions: Noncontrast computed tomography hypodensities provided a significant added value in the prediction of HE and appear a valuable alternative to the CTA spot sign. Our findings might inform future studies and suggest the possibility to stratify the risk of HE with good discrimination without CTA.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 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 ».