Markers of brain injury in patients with aneurysmal subarachnoid hemorrhage
Notice bibliographique
Résumé
Aim To investigate the correlation of serum changes and markers of brain injury (BI) in cerebrospinal fluid (CSF) with postoperative cognitive dysfunction (POCD) in patients with cerebral aneurysmal subarachnoid haemorrhage (aSAH).Methods 120 patients diagnosed with aSAH were included. 3 months after surgery, these patients were divided into a normal cognition group and a cognitive dysfunction (CD) group relying on the Montreal Cognitive Assessment (MoCA) Scale.Results The correlations were analysed between the serological changes and the levels of BI markers, such as neurofilament-light (NF-L) protein, Ubisquitin C-terminal hydrolase L1(UCH-L1), Glial Fibrillary Acidic Protein (GFAP), and neuron specific enolase (NSE) in patients after surgery. Hunt-Hess grading standard was employed to determine the severity of aSAH in patients. The mean values of NF-L, UCH-L1, GFAP, and NSE were (8.2 ± 4.3) pg/mL, (0.7 ± 0.3) ng/mL, (2.2 ± 0.4) ng/mL, and (48.5 ± 10.9) ng/mL in patients with severe aSAH, which were remarkably higher than those in patients with mild aSAH [(3.5 ± 0.7) pg/mL, (0.5 ± 0.2) ng/mL, (1.3 ± 0.7) ng/mL, (30.7 ± 8.2) ng/mL]. The sensitivity, specificity, and accuracy of the combined prediction of four detections for POCD were 90.80%, 84.20%, and 82.80%, respectively, which were greatly higher than those of four independent predictions (p < 0.05). The combined prediction effect of the four items, with the area under the curve (AUC) of 0.938 and the 95% confidence interval (CI) of 0.851-0.926.Conclusions BI markers NF-L, UCH-L1, GFAP, and NSE could be utilized as predictors of POCD in patients with aSAH, deserving a reference value.
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 ».