改善计算机断层扫描头部扫描在非创伤性发作的临床预测模型:SeizCT优化模型
Kreshya Sudsanoh1, Thanin Lokeskrawee1, Natthaphon Pruksathorn1
1Department of Emergency Medicine, Lampang Hospital, Mueang District, Lampang 52000, Thailand.
Journal of clinical medicine research
|August 14, 2025
概括
使用格拉斯哥昏迷尺度 (GCS) 改变的新SeizCT模型改善了在非创伤性中CT脑部扫描的预测,减少了不必要的成像. 这种优化模型将假阳性降至14.4%,假阴性降至4.8%.
科学领域:
- 紧急医疗 紧急医疗
- 放射学 放射学是一门学科.
- 神经学 神经学
背景情况:
- 以前用于预测非创伤性发作中CT脑部阳性发现的模型使用了格拉斯哥昏迷度表 (GCS) 的分类.
- 原始模型的16.6%假阳性率超过了<15%的值,可能导致一些患者由于基线GCS而导致不必要的CT扫描.
- 这项研究的目的是改进模型以减少虚假阳性低于15%和虚假阴性低于5%.
研究的目的:
- 开发一个优化预测模型 (SeizCT) 用于识别非创伤性中CT脑部发现的阳性结果.
- 通过将分类GCS与基线GCS变化取代来提高诊断准确度.
- 通过降低假阳性率,减少不必要的CT成像.
主要方法:
- 一项诊断预测研究包括625名患有非创伤性发作的患者,接受CT脑成像.
- 修订后的模型取代了分类GCS与GCS的基线变化,保留了其他预测因素.
- 用多变量逻辑回归和接收器操作特征 (AuROC) 曲线分析来评估模型性能.
主要成果:
- 采用GCS变化的SeizCT优化模型,实现了0.8221.1的AuROC.
- 该模型表现出比原始模型更好的性能,虚假阴性率为4.8%,虚假阳性率为14.4%,概率值为22.57%.
- 关键预测因素包括先前的中风,癌症,GCS变化,酒精戒断,和焦点神经缺陷.
结论:
- SeizCT优化模型有效地减少了虚假阳性和虚假阴性,在非创伤性发作的可接受值内.
- 与原始预测工具相比,修订后的模型显示性能有所改善.
- 建议对SeizCT优化模型进行外部验证.
