Vroege voorspelling van secundaire complicaties en prognose na aSAH (PROSAH-MPC)

In 2019 hebben Fawaz et al. rapporteerden dat de toename van het aantal leukocyten binnen 72 uur na aSAH nauw verband hield met de ontwikkeling van complicaties van DCO na aSAH, met name WBC≥ 12,1 is waardevoller bij het voorspellen van DCO dan WFNS en behandelingsmethoden. Yue et al. publiceerde in hetzelfde jaar een paper waarin de verhouding neutrofielen/lymfocyten (NLR) als een klinische voorspeller van DCO na aSAH werd beschouwd. Naast serummarkers rapporteerden Hideyuki et al. in Stroke in 2020 dat bloedstolsel CT HU in de interfoot cisterna een nauwkeurige en betrouwbare voorspeller was van symptomatisch vasospasme bij opname CT bij aSAH-patiënten. Als we deze literatuur bekijken, zijn er enkele beperkingen of problemen bij het voorspellen van DCO met een enkele voorspeller, waaronder niet-geverifieerde voorspeller, grote externe variabiliteit, slechte voorspellingsnauwkeurigheid en slechte klinische uitvoerbaarheid en bruikbaarheid. Op basis hiervan hebben Liu et al. publiceerde in september 2020 een nieuwe studie die een gemeenschappelijke kolomgrafiek gebruikte om DCI te voorspellen, wat de enige paper was die een Nomogram-model gebruikte om DCI te voorspellen. De laatste variabelen die in het model waren opgenomen, waren onder meer leeftijd, Hunt-Hess-graad, locatie van het aneurysma, opnamebloeddruk, enz. Vergeleken met een enkele voorspeller verbeterde dit voorspellingsmodel de klinische bruikbaarheid en nauwkeurigheid, maar het was niet zo handig en operationeel als een dynamisch nomogram. Tegelijkertijd is dit model niet geverifieerd en is de klinische toepasbaarheid niet sterk. Er zijn momenteel geen geleerden toegepast dynamisch Nomogram-model en machine learning-model passend bij subarachnoïdale bloedstolsel CT de Hu, serummarkers, zoals de toestand van ziekenhuispatiëntgegevens om de DCO te voorspellen. De door het logistische regressiemodel geselecteerde voorspellers worden in een dynamisch Nomogram-model geplaatst en de neurochirurg gebruikt dit model om de waarden te selecteren die overeenkomen met de resultaten van het onderzoek van de patiënt om automatisch de waarschijnlijkheid van DCO bij de patiënt te analyseren. Het principe is dat de coëfficiënten worden toegewezen op basis van de grootte van de regressiecoëfficiënten tussen de variabelen. De coëfficiënten van de maximale variabele van de standaard retrospectieve coëfficiënt zijn 100 punten. De coëfficiënten die overeenkomen met een waarschijnlijkheid van 0,5 zijn kritische scores. Het dynamische Nomogram-model heeft duidelijke voordelen ten opzichte van een enkele voorspeller of een gemeenschappelijk kolomdiagram, dat wil zeggen dat het de klinische bruikbaarheid ervan aanzienlijk kan verbeteren. Tegelijkertijd wordt na interne en externe verificatie de stabiliteit van het model verbeterd en de variabiliteit verminderd, wat de klinische nauwkeurigheid en klinische toepasbaarheid van DCI-voorspelling aanzienlijk kan verbeteren.

Tegelijkertijd, door het optimale model te vergelijken om de prestaties te voorspellen, voor het begeleiden van de individuele preventie van secundaire complicaties en prognosebeoordeling heeft belangrijke klinische betekenis.