MétaCan
Menu
Retour à la cohorte
Enregistrement W4399171133 · doi:10.3174/ajnr.a8249

CTP for the Screening of Vasospasm and Delayed Cerebral Ischemia in Aneurysmal SAH: A Systematic Review and Meta-analysis

2024· review· en· W4399171133 sur OpenAlexaff
Amer Mitchelle, Vineet Gorolay, Matthew Aitken, Kate Hanneman, Ya Ruth Huo, Nathan Manning, Irene Rosellen Tan, Michael Chan

Notice bibliographique

RevueAmerican Journal of Neuroradiology · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueIntracranial Aneurysms: Treatment and Complications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineVasospasmMeta-analysisIschemiaCerebral vasospasmCardiologyInternal medicineSubarachnoid hemorrhage

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Delayed cerebral ischemia and vasospasm are the most common causes of late morbidity following aneurysmal SAH, but their diagnosis remains challenging. PURPOSE: This systematic review and meta-analysis investigated the diagnostic performance of CTP for detection of delayed cerebral ischemia and vasospasm in the setting of aneurysmal SAH. DATA SOURCES: Studies evaluating the diagnostic performance of CTP in the setting of aneurysmal SAH were searched on the Cochrane Database of Systematic Reviews, Cochrane Central Register of Controlled Trials, Cochrane Clinical Answers, Cochrane Methodology Register, Ovid MEDLINE, EMBASE, American College of Physicians Journal Club, Database of Abstracts of Reviews of Effects, Health Technology Assessment, National Health Service Economic Evaluation Database, PubMed, and Google Scholar from their inception to September 2023. STUDY SELECTION: Thirty studies were included, encompassing 1786 patients with aneurysmal SAH and 2302 CTP studies. Studies were included if they compared the diagnostic accuracy of CTP with a reference standard (clinical or radiologic delayed cerebral ischemia, angiographic spasm) for the detection of delayed cerebral ischemia or vasospasm in patients with aneurysmal SAH. The primary outcome was accuracy for the detection of delayed cerebral ischemia or vasospasm. DATA ANALYSIS: Bivariate random effects models were used to pool outcomes for sensitivity, specificity, positive likelihood ratio, and negative likelihood ratio. Subgroup analyses for individual CTP parameters and early-versus-late study timing were performed. Bias and applicability were assessed using the modified QUADAS-2 tool. DATA SYNTHESIS: For assessment of delayed cerebral ischemia, CTP demonstrated a pooled sensitivity of 82.1% (95% CI, 74.5%-87.8%), specificity of 79.6% (95% CI, 73.0%-84.9%), positive likelihood ratio of 4.01 (95% CI, 2.94-5.47), and negative likelihood ratio of 0.23 (95% CI, 0.12-0.33). For assessment of vasospasm, CTP showed a pooled sensitivity of 85.6% (95% CI, 74.2%-92.5%), specificity of 87.9% (95% CI, 79.2%-93.3%), positive likelihood ratio of 7.10 (95% CI, 3.87-13.04), and negative likelihood ratio of 0.16 (95% CI, 0.09-0.31). LIMITATIONS: QUADAS-2 assessment identified 12 articles with low risk, 11 with moderate risk, and 7 with a high risk of bias. CONCLUSIONS: For delayed cerebral ischemia, CTP had a sensitivity of >80%, specificity of >75%, and a low negative likelihood ratio of 0.23. CTP had better performance for the detection of vasospasm, with sensitivity and specificity of >85% and a low negative likelihood ratio of 0.16. Although the accuracy offers the potential for CTP to be used in limited clinical contexts, standardization of CTP techniques and high-quality randomized trials evaluating its impact are required.

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)0,018
score de la tête « metaresearch » (Gemma)0,051
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,051
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0190,039
Bibliométrie0,0070,008
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,076
Tête enseignante GPT0,361
Écart entre enseignants0,285 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of NeuroradiologyMême sujetIntracranial Aneurysms: Treatment and ComplicationsTravaux en français237 207