MétaCan
Menu
Retour à la cohorte
Enregistrement W4372347022 · doi:10.3171/2023.3.jns222787

Use of cortical volume to predict response to temporary CSF drainage in patients with idiopathic normal pressure hydrocephalus

2023· article· en· W4372347022 sur OpenAlexaffabout
Stefan Lang, Dennis Dimond, Albert M. Isaacs, Jarred Dronyk, Artur Vetkas, Christopher R. Conner, Jürgen Germann, Alfonso Fasano, Suneil K. Kalia, Andrés M. Lozano, Mark G. Hamilton

Notice bibliographique

RevueJournal of neurosurgery · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueCerebrospinal fluid and hydrocephalus
Établissements canadiensOntario Brain InstituteToronto Western HospitalUniversity of CalgaryUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineHydrocephalusIntracranial pressureDrainageVolume (thermodynamics)Normal pressure hydrocephalusAnesthesiaInternal medicineSurgeryDementia

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Temporary drainage of CSF with lumbar puncture or lumbar drainage has a high predictive value for identifying patients with suspected idiopathic normal pressure hydrocephalus (iNPH) who may benefit from ventriculoperitoneal shunt insertion. However, it is unclear what differentiates responders from nonresponders. The authors hypothesized that nonresponders to temporary CSF drainage would have patterns of reduced regional gray matter volume (GMV) as compared with those of responders. The objective of the current investigation was to compare regional GMV between temporary CSF drainage responders and nonresponders. Machine learning using extracted GMV was then used to predict outcomes. METHODS: This retrospective cohort study included 132 patients with iNPH who underwent temporary CSF drainage and structural MRI. Demographic and clinical variables were examined between groups. Voxel-based morphometry was used to calculate GMV across the brain. Group differences in regional GMV were assessed and correlated with change in results on the Montreal Cognitive Assessment (MoCA) and gait velocity. A support vector machine (SVM) model that used extracted GMV values and was validated with leave-one-out cross-validation was used to predict clinical outcome. RESULTS: There were 87 responders and 45 nonresponders. There were no group differences in terms of age, sex, baseline MoCA score, Evans index, presence of disproportionately enlarged subarachnoid space hydrocephalus, baseline total CSF volume, or baseline white matter T2-weighted hyperintensity volume (p > 0.05). Nonresponders demonstrated decreased GMV in the right supplementary motor area (SMA) and right posterior parietal cortex as compared with responders (p < 0.001, p < 0.05 with false discovery rate cluster correction). GMV in the posterior parietal cortex was associated with change in MoCA (r2 = 0.075, p < 0.05) and gait velocity (r2 = 0.076, p < 0.05). Response status was classified by the SVM with 75.8% accuracy. CONCLUSIONS: Decreased GMV in the SMA and posterior parietal cortex may help identify patients with iNPH who are unlikely to benefit from temporary CSF drainage. These patients may have limited capacity for recovery due to atrophy in these regions that are known to be important for motor and cognitive integration. This study represents an important step toward improving patient selection and predicting clinical outcomes in the treatment of iNPH.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,026
Tête enseignante GPT0,246
Écart entre enseignants0,220 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations8
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of neurosurgeryMême sujetCerebrospinal fluid and hydrocephalusTravaux en français237 207