MétaCan
Menu
Retour à la cohorte
Enregistrement W4391138217 · doi:10.3389/fneur.2024.1336121

Development and validation of a prognostic computed tomography scoring model for functional outcomes in patients with large hemispheric infarction following decompressive craniectomy

2024· article· en· W4391138217 sur OpenAlexaboutno aff
Yutong Zhao, Yuguang Tang, Zongyi Xie

Notice bibliographique

RevueFrontiers in Neurology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineDecompressive craniectomyCohortLogistic regressionModified Rankin ScaleRetrospective cohort studyStroke (engine)Internal medicineTraumatic brain injuryIschemic strokeIschemia

Résumé

récupéré en direct d'OpenAlex

Background There is no established prognostic scoring system developed for patients with large hemispheric infarction (LHI) following decompressive craniectomy (DC) based on imaging characteristics. The present study aimed to develop and validate a new computed tomography scoring model to assess the 6-month risk of poor functional outcomes (modified-Rankin scale [mRS] score of 4–6) in patients with LHI receiving DC. Methods This retrospective cohort study included patients at two tertiary stroke centers. A prediction model was developed based on a multivariable logistic regression. The final risk factors included the ASPECTS (Alberta Stroke Program Early Computed Tomography Score), longitudinal fissure cistern, Sylvian fissure cistern, and additional vascular territory involvement. 1,000 bootstrap resamples and temporal validation were implemented as validations for the scoring system. Results Of the 100 individuals included in the development cohort, 71 had poor functional outcomes. The scoring model presented excellent discrimination and calibration with C-index = 0.87 for the development cohort, and C-index = 0.83 for the temporal validation cohort with non-significant Hosmer-Lemeshow goodness-of-fit test. The scoring model also showed an improved AUC compared to the ASPECTS. For each point in the score model, the adjusted risk of poor functional outcomes increase by 47.8% (OR = 1.48, p < 0.001). The scores were inversely correlated with MAP (mean arterial pressure, paired t-test, p = 0.0015) and CPP (cerebral perfusion pressure, rho = −0.17, p = 0.04). Conclusion In patients with LHI following DC, the score system is an excellent predictor of poor functional outcomes and is associated with CPP and MAP, which might be worth considering in clinical settings after further external validation.

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)0,006
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,008
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,009
Tête enseignante GPT0,225
Écart entre enseignants0,216 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207