Predicción Temprana de Complicaciones Secundarias y Pronóstico Posterior a HSAa (PROSAH-MPC)

En 2019, Fawaz et al. informaron que el aumento del recuento de leucocitos dentro de las 72 horas de aSAH estaba estrechamente relacionado con el desarrollo de complicaciones de DCI después de aSAH, especialmente WBC ≥ 12.1 es más valioso para predecir DCI que WFNS y métodos de tratamiento. Yue et al. publicaron un artículo en el mismo año que consideraba el cociente neutrófilos/linfocitos (NLR) como un predictor clínico de DCI después de aSAH. Además de los marcadores séricos, Hideyuki et al informaron en Stroke en 2020 que la TC de coágulos de sangre HU en la cisterna interpie fue un predictor preciso y confiable de vasoespasmo sintomático en la TC de admisión en pacientes con HSAa. Al revisar esta literatura, existen algunas limitaciones o problemas en la predicción de DCI con un solo predictor, incluido un predictor no verificado, gran variabilidad externa, precisión de predicción deficiente y practicabilidad y operabilidad clínicas deficientes. En base a esto, Liu et al. publicó un nuevo estudio en septiembre de 2020 que usó un gráfico de columnas común para predecir DCI, que fue el único artículo que usó un modelo de nomograma para predecir DCI. Las variables finales incluidas en el modelo fueron la edad, el grado de Hunt-Hess, la ubicación del aneurisma, la presión arterial al ingreso, etc. Comparado con un solo predictor, este modelo de predicción mejoró su operatividad clínica y precisión, pero no fue tan conveniente y operativo como un Nomograma dinámico. Al mismo tiempo, este modelo no ha sido verificado y su aplicabilidad clínica no es fuerte. Actualmente, no hay académicos que apliquen un modelo de nomograma dinámico y un modelo de aprendizaje automático que ajuste el coágulo de sangre subaracnoideo CT the Hu, marcadores séricos, como el estado de los datos del paciente del hospital para predecir el DCI. Los predictores seleccionados por el modelo de regresión logística se colocan en un modelo de Nomograma dinámico, y el neurocirujano usa este modelo para seleccionar los valores correspondientes a los resultados del examen del paciente para analizar automáticamente la probabilidad de DCI en el paciente. El principio es que los Coeficientes se asignan en función del tamaño de los coeficientes de regresión entre las variables. Los coeficientes de la variable máxima del coeficiente retrospectivo estándar son 100 puntos. Los coeficientes correspondientes a una probabilidad de 0,5 son puntuaciones críticas. El modelo de Nomograma dinámico tiene ventajas obvias sobre un predictor único o un gráfico de columnas común, es decir, puede mejorar significativamente su operatividad clínica. Al mismo tiempo, después de la verificación interna y externa, se mejora la estabilidad del modelo y se reduce la variabilidad, lo que puede mejorar significativamente la precisión clínica y la aplicabilidad clínica de la predicción DCI.

Al mismo tiempo, al comparar el modelo óptimo para predecir el rendimiento, para guiar a la prevención individual de complicaciones secundarias y la evaluación del pronóstico tiene una importancia clínica importante.