对eSAH评分的外部多中心验证,用于预测下大脑下下出血后的结果
Natália Vasconcellos de Oliveira Souza1,2,3, Rohan Sharma1,4, Otavio Frederico de Toledo5
1Department of Neurology and Neurocritical Care, Mayo Clinic, Jacksonville, FL, USA.
Scientific reports
|December 31, 2025
概括
增强的SAH (eSAH) 评分准确地预测了下关节出血 (SAH) 后的结果,在各种医疗保健环境中表现一致. 这种验证的得分通过提供可靠的预后信息来帮助临床决策.
科学领域:
- 神经外科 神经外科
- 神经学 神经学
- 放射学 放射学是一门学科.
背景情况:
- 动脉瘤下关节出血 (SAH) 后的准确预后对于临床决策至关重要.
- 增强的SAH (eSAH) 评分使用年龄,格拉斯哥昏迷量表 (GCS) 和下大脑下出血血量 (SAHV) 进行早期结果分层.
- 需要在不同的医疗保健机构对eSAH评分进行外部验证.
研究的目的:
- 为外部验证eSAH评分,以预测动脉瘤SAH后的功能结果和死亡率.
- 为了比较eSAH评分的表现与世界神经外科协会联合会 (WFNS) 的评分.
- 评估eSAH得分在不同医疗保健系统中的通用性.
主要方法:
- 一项回顾性队列研究,包括来自美国和巴西三级中心的472名患者.
- 使用歧视 (AUC) 和校准指标验证了eSAH评分,以预测修改的兰金尺度 (mRS) 和死亡率.
- 排除了非动脉瘤性SAH病例;SAHV用ABC/2方法估计.
主要成果:
- eSAH评分显示了中度的差异性表现 (不良结果的AUC为0.78,死亡率为0.799).
- 每一次eSAH得分增加1分,就显著增加了不良结果和死亡率的几率 (p < 0.001).
- eSAH得分显示的表现略高于WFNS得分 (AUC分别为0.76和0.75).
结论:
- eSAH评分为动脉瘤SAH后的早期预后提供了一个简单的,可概括的框架,在不同的医疗保健系统中表现一致.
- 它的客观结构和对可测量的成像特征的依赖使其适合与人工智能集成,用于自动化SAHV量化.
- 通过人工智能集成来提高预后准确性,可以在全球范围内支持更公平,数据驱动的神经临床护理.
