Dynamic and visual nomograms to online predict unfavorable outcome of mechanical thrombectomy for acute basilar artery occlusion
Notice bibliographique
Résumé
BACKGROUND: The evidence of mechanical thrombectomy (MT) in basilar artery occlusion (BAO) was limited. This study aimed to develop dynamic and visual nomogram models to predict the unfavorable outcome of MT in BAO online. METHODS: BAO patients treated with MT were screened. Preoperative and postoperative nomogram models were developed based on clinical parameters and imaging features. An independent dataset was collected to perform external validation. Web-based calculators were constructed to provide convenient access. RESULTS: A total of 127 patients were included in the study, and 117 of them were eventually included in the analysis. The nomogram models showed robust discrimination, with an area under the receiver operating characteristic (ROC) of 0.841 (preoperative) and 0.916 (postoperative). The calibration curves showed good agreement. The preoperative predictors of an unfavorable outcome were previous stroke, the National Institutes of Health Stroke Scale (NIHSS) at admission, and the posterior circulation Alberta Stroke Program Early Computed Tomography Score (pc-ASPECTS). The postoperative predictors were previous stroke, NIHSS at 24 h, and pc-ASPECTS. CONCLUSION: Dynamic and visual nomograms were constructed and validated for the first time for BAO patients treated with MT, which provided precise predictions for the risk of an unfavorable outcome. The preoperative model may assist clinicians in selecting eligible patients, and the postoperative model may facilitate individualized poststroke management.
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 | 0,000 | 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 | 0,000 |
| 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 ».