A Predictive Nomogram Model Incorporating Contrast Extravasation for Early Prediction of Postthrombectomy Malignant Cerebral Edema
Notice bibliographique
Résumé
OBJECTIVE: Early prediction of malignant cerebral edema (MCE) following endovascular thrombectomy (EVT) is critical for guiding timely interventions to improve outcomes; however, existing prediction models predominantly require complex algorithms. Contrast extravasation (CE) is a novel imaging biomarker. We aimed to develop a practical nomogram incorporating CE for predicting MCE to enhance postoperative management. METHODS: We reviewed the records of individuals with anterior circulation acute ischemic stroke who exhibited CE on dual-energy computed tomography after successful recanalization via EVT. The prediction nomogram was developed via multivariable logistic regression and internally validated with the Hosmer-Lemeshow test. RESULTS: The final cohort comprised 89 patients (median age, 72 [interquartile range, 67-79] years; male, 62.92%), with 35 (39.33%) patients developing MCE. After adjusting for confounding variables, the CE score in the Alberta Stroke Program Early CT Score region (CE-ASPECTS) retained independent predictive significance for MCE. It was incorporated into the nomogram with variables according to clinical relevance. The nomogram demonstrated excellent discriminative performance, with an area under the curve of 0.961 (95% confidence interval: 0.927-0.995), and good calibration accuracy according to the Hosmer-Lemeshow test (P = 0.869). CONCLUSIONS: CE-ASPECTS is an accessible and independent predictor of MCE. The nomogram, which is composed of age, admission fasting blood glucose level, Trial of ORG 10,172 in Acute Stroke Treatment classification, occlusion site, and CE-ASPECTS, may serve as a practical tool for predicting the probability of MCE in patients with acute ischemic stroke who achieved successful recanalization after EVT.
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 | 0,001 | 0,001 |
| 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 ».