MétaCan
Menu
Retour à la cohorte
Enregistrement W4386698750 · doi:10.3389/fneur.2023.1237310

Prediction of stress-related gastrointestinal bleeding in patients with aneurysmal subarachnoid hemorrhage using caudate Hounsfield unit value in ASPECT score

2023· article· en· W4386698750 sur OpenAlexaboutno aff
Ke Wang, Kexin Yuan, Runting Li, Fa Lin, Yú Chen, Jun Yang, Heze Han, Li Tu, Yitong Jia, Yunfan Zhou, Haibin Zhang, Ruinan Li, Zhipeng Li, Yahui Zhao, Qiang Hao, Xiaolin Chen

Notice bibliographique

RevueFrontiers in Neurology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueIntracranial Aneurysms: Treatment and Complications
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of ChinaBeijing Municipal Administration of HospitalsNational Natural Science Foundation of China
Mots-clésMedicineConfidence intervalHazard ratioSubarachnoid hemorrhageInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background Stress-related gastrointestinal bleeding (SRGB) is one of the major complications after aneurysmal subarachnoid hemorrhage (aSAH), and it can present challenges in patient care and treatment. The aim of this study was to explore the clinical significance of the caudate Hounsfield unit (HU) value in the Alberta Stroke Program Early CT (ASPECT) score for predicting SRGB in patients with aSAH. Methods We retrospectively analyzed the data of 531 aSAH patients admitted to our institution between 2019 and 2022. Potential predictors of SRGB were identified using multivariate Cox regression analysis. We used a restricted cubic spline (RCS) to evaluate whether there is a nonlinear relationship between the right caudate HU value and SRGB. MaxStat analysis (titled as maximally selected rank statistics) was performed to identify the optimal cutoff point for the right caudate HU value. Another Kaplan–Meier method with the log-rank test was used to analyze the right caudate HU value in predicting the occurrence of SRGB. Results The incidence rate of SRGB was 17.9%. In the multivariate Cox regression analysis, the right caudate HU value was an independent predictor of SRGB [Hazard ratio (HR) = 0.913; 95% confidence interval (CI): 0.847–0.983, and p = 0.016]. The RCS indicated that the incidence of developing SRGB reduces with increasing right caudate HU values (nonlinear p = 0.78). The optimal cut-off value of the right caudate HU was 25.1. Conclusion Among aSAH patients, lower right caudate HU values indicated a higher risk of developing SRGB. Our findings provide further evidence for the relationship between the gastrointestinal system and the brain.

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)0,003
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 enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,019
Tête enseignante GPT0,223
Écart entre enseignants0,204 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetIntracranial Aneurysms: Treatment and ComplicationsTravaux en français237 207