Prédiction précoce des complications secondaires et pronostic après aSAH (PROSAH-MPC)

En 2019, Fawaz et al. ont rapporté que l'augmentation du nombre de leucocytes dans les 72 heures suivant l'aSAH était étroitement liée au développement d'une complication de DCI après aSAH, en particulier WBC ≥ 12,1 est plus utile pour prédire DCI que WFNS et les méthodes de traitement. Yue et al. a publié un article la même année qui considérait le rapport neutrophiles / lymphocytes (NLR) comme un prédicteur clinique de DCI après aSAH. En plus des marqueurs sériques, Hideyuki et al ont rapporté dans Stroke en 2020 que le caillot sanguin CT HU dans la citerne interpied était un prédicteur précis et fiable du vasospasme symptomatique à l'admission CT chez les patients aSAH. En examinant ces littératures, il existe certaines limites ou problèmes dans la prédiction de l'ICD avec un seul prédicteur, y compris un prédicteur non vérifié, une grande variabilité externe, une mauvaise précision de prédiction et une faible praticabilité et opérabilité cliniques. Sur cette base, Liu et al. a publié une nouvelle étude en septembre 2020 qui utilisait un graphique à colonnes commun pour prédire le DCI, qui était le seul article à utiliser un modèle Nomogram pour prédire le DCI. Les variables finales incluses dans le modèle comprenaient l'âge, le grade de Hunt-Hess, l'emplacement de l'anévrisme, la pression artérielle à l'admission, etc. Comparé à un prédicteur unique, ce modèle de prédiction a amélioré son opérabilité et sa précision cliniques, mais n'était pas aussi pratique et opérationnel qu'un nomogramme dynamique. Dans le même temps, ce modèle n'a pas été vérifié et son applicabilité clinique n'est pas forte. Il n'y a actuellement aucun chercheur appliqué au modèle de nomogramme dynamique et au modèle d'apprentissage automatique adapté au caillot sanguin sous-arachnoïdien CT le Hu, aux marqueurs sériques, tels que l'état des données des patients hospitalisés pour prédire le DCI. Les prédicteurs sélectionnés par le modèle de régression logistique sont placés dans un modèle Nomogram dynamique, et le neurochirurgien utilise ce modèle pour sélectionner les valeurs correspondant aux résultats de l'examen du patient afin d'analyser automatiquement la probabilité de DCI chez le patient. Le principe est que les coefficients sont attribués en fonction de la taille des coefficients de régression entre les variables. Les coefficients de la variable maximale du coefficient rétrospectif standard sont de 100 points. Les coefficients correspondant à une probabilité de 0,5 sont des scores critiques. Le modèle Nomogram dynamique présente des avantages évidents par rapport à un prédicteur unique ou à un graphique à colonnes commun, c'est-à-dire qu'il peut améliorer considérablement son opérabilité clinique. Dans le même temps, après vérification interne et externe, la stabilité du modèle est améliorée et la variabilité est réduite, ce qui peut améliorer considérablement la précision clinique et l'applicabilité clinique de la prédiction DCI.

Dans le même temps, en comparant le modèle optimal pour prédire la performance, pour guider la prévention individuelle des complications secondaires et l'évaluation du pronostic a une signification clinique importante.