开发和验证一种临床放射学名图,用于预测自发性胸膜出血患者的180天功能结果
Xi Zhang1, Yiwei Zhang2, Jie Zhang1
1NHC Key Laboratory of Cell Transplantation, Department of Neurosurgery, The First Affiliated Hospital of Harbin Medical University, No. 23 Post Street, Nangang District, Harbin, Heilongjiang Province, 150001, P.R. China.
Neurosurgical review
|June 7, 2025
概括
一种新的临床放射学名图准确地预测了自发性胸膜出血 (STH) 患者的180天结果. 这种工具有助于临床医生评估STH高风险个体的预后和指导治疗.
科学领域:
- 神经学 神经学
- 放射学 放射学是一门学科.
- 医疗信息学 医疗信息学
背景情况:
- 自发性胸膜出血 (STH) 是一种严重的中风类型,死亡率和残疾率高.
- 预测STH患者的结果对于有效管理至关重要.
- 当前的预测方法可能缺乏准确性来识别高风险个体.
研究的目的:
- 开发和验证一种临床放射学诺摩图,用于预测STH患者的180天结果.
- 将组合模型的预测性能与仅使用临床和放射学模型进行比较.
- 确定不同治疗组中STH患者的独立预后因素.
主要方法:
- 对410名STH患者的回顾性分析.
- 使用LASSO算法提取和选择CT放射学特征.
- 开发和验证临床,放射学和组合名录模型.
- 使用AUC,决策和校准曲线进行性能评估.
主要成果:
- 临床放射学名图,包括年龄,GCS,mGS,康复和Rad-score,显示出高预测性能 (AUC 0.899培训,0.889验证).
- 组合模型显著优于独立的临床或放射学模型.
- 在保守和手术组中,Rad-score是不良预后的独立预测因素.
结论:
- 研发的临床放射学名图是预测STH患者180天不良结果的有效工具.
- 与现有模型相比,这种名图提供了更高的预测准确性.
- 它为STH管理中的临床决策和预后评估提供了实际的帮助.
更多相关视频
07:13Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
Published on: April 18, 2025
777
06:46Competing-Risk Nomogram for Predicting Cancer-Specific Survival in Multiple Primary Colorectal Cancer Patients after Surgery
Published on: September 27, 2024
953
![Semi-quantitative Assessment Using [18F]FDG Tracer in Patients with Severe Brain Injury](/_next/image?url=https%3A%2F%2Fcloudfront.jove.com%2FCDNSource%2Fteasers%2F58641.jpg&w=3840&q=50)