一个普通的临床评分预测了在微创性手术后的自由
Adam S Dickey1, Katie L Bullinger1, Dayton Grogan2
1Department of Neurology, Emory University, Atlanta, Georgia, USA.
Annals of clinical and translational neurology
|July 13, 2024
概括
一个使用八个临床因素的新顺序评分准确地预测了在半叶的激光手术后的发作自由. 这种简单的工具有助于识别适合的候选人进行微创性手术.
科学领域:
- 神经外科 神经外科
- 的研究研究.
- 医疗信息学 医疗信息学
背景情况:
- 半月叶 (MTLE) 是耐药性的常见原因之一.
- 立体激光杏仁囊切除术为MTLE提供了最少的侵入性手术选择.
- 在手术后预测发作自由对于患者的选择和管理至关重要.
研究的目的:
- 在MTLE患者中开发和验证一种预测模型,用于在立体激光杏仁囊切除术后一年的发作自由度.
- 为了比较不同预测模型的性能,包括一个新的顺序得分.
主要方法:
- 分析了一组101名接受立体激光杏仁囊切除术的MTLE患者.
- 确定了与发作自由相关的八种临床预测因素: mesial temporal sclerosis (MTS),单时口间接性形性排泄,没有泛性性-克隆性发作,有发烧性发作史,早期发作 (≤16岁),没有光环,单时口部发作和单时口PET低代代谢.
- 四个模型进行了比较:单独的MTS,一个包含所有八个预测因子的完整模型,一个AIC选择的模型和一个顺序的SCORE模型 (0-8分).
主要成果:
- 单变量分析显示,MTS和单时间性间接性排放是发作自由的显著预测因素.
- 在多变量预测 (leave-one-out交叉验证) 中,顺序性SCORE模型表现出优异的预测性能 (AUC 0.70),与仅使用MTS (AUC 0.54),FULL (AUC 0.62) 和AIC (AUC 0.53) 模型相比.
- 在所有的比较中,SCORE模型的优势在统计学上显著 (p < 0.001).
结论:
- 整合八个临床变量的顺序分数提供了比单独使用MTS或传统多变量方法的模型更准确的预测自由度.
- 开发的顺序分数作为一种简单的临床启发方法,用于识别适合的候选人,在MTLE中进行微创激光手术.
- 这种评分系统可以帮助优化手术决策,为患有叶的患者.
