Association Between Hematoma Expansion Severity and Outcome and Its Interaction With Baseline Intracerebral Hemorrhage Volume
Notice bibliographique
Résumé
<h3>Background and Objectives</h3> Hematoma expansion (HE) is a major determinant of neurologic deterioration and poor outcome in intracerebral hemorrhage (ICH) and represents an appealing therapeutic target. We analyzed the prognostic effect of different degrees of HE. <h3>Methods</h3> This was a retrospective analysis of patients with ICH admitted at 8 academic institutions in Italy, Germany, Canada, China, and the United States. All patients underwent baseline and follow-up imaging for HE assessment. Relative HE (rHE) was classified as follows: none (<0%), mild (0%–33%), moderate (33.1%–66%), and severe (>66%). Absolute HE (aHE) was classified as none (<0 mL), mild (0–6.0 mL), moderate (6.1–12.5 mL), and severe (>12.5 mL). Predictors of poor functional outcome (90 days modified Rankin Scale 4–6) were explored with logistic regression. <h3>Results</h3> We included 2,163 patients, of whom 1,211 (56.0%) had poor outcome. The occurrence of severe aHE or rHE was more common in patients with unfavorable outcome (13.9% vs 6.5%, <i>p</i> < 0.001 and 18.3% vs 7.2%, <i>p</i> < 0.001 respectively). This association was confirmed in logistic regression (rHE odds ratio [OR] 1.98, 95% CI 1.38–2.82, <i>p</i> < 0.001; aHE OR 1.73, 95% CI 1.23–2.45, <i>p</i> = 0.002) while there was no association between mild or moderate HE and poor outcome. The association between severe HE and poor outcome was significant only in patients with baseline ICH volume below 30 mL. <h3>Discussion</h3> The strongest association between HE and outcome was observed in patients with smaller initial volume experiencing severe HE. These findings may inform clinical trial design and guide clinicians in selecting patients for antiexpansion therapies.
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 | 0,001 | 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) | 0,000 | 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 ».