Wczesne przewidywanie wtórnych powikłań i rokowanie po aSAH (PROSAH-MPC)

W 2019 roku Fawaz i in. podali, że wzrost liczby leukocytów w ciągu 72 godzin od aSAH był ściśle związany z rozwojem powikłań DCI po aSAH, zwłaszcza liczba WBC ≥ 12,1 jest bardziej wartościowa w przewidywaniu DCI niż WFNS i metodach leczenia. Yue i in. opublikowali w tym samym roku artykuł, w którym uznali stosunek neutrofilów do limfocytów (NLR) za kliniczny predyktor DCI po SAH. Oprócz markerów surowicy, Hideyuki i wsp. opisali w Stroke w 2020 r., że tomografia komputerowa skrzepu krwi w zbiorniku międzystopowym była dokładnym i wiarygodnym predyktorem objawowego skurczu naczyń przy przyjęciu do szpitala u pacjentów z SAH. Przeglądając tę ​​literaturę, istnieją pewne ograniczenia lub problemy w przewidywaniu DCI za pomocą jednego predyktora, w tym niezweryfikowanego predyktora, dużej zmienności zewnętrznej, słabej dokładności przewidywania oraz małej praktyczności klinicznej i operacyjności. Na tej podstawie Liu i in. opublikował nowe badanie we wrześniu 2020 r., w którym wykorzystano wspólny wykres kolumnowy do przewidywania DCI, który był jedynym artykułem, w którym zastosowano model nomogramu do przewidywania DCI. Ostateczne zmienne uwzględnione w modelu obejmowały wiek, stopień Hunta-Hessa, lokalizację tętniaka, ciśnienie krwi przy przyjęciu itp. W porównaniu z pojedynczym predyktorem ten model prognostyczny poprawił swoją kliniczną funkcjonalność i dokładność, ale nie był tak wygodny i funkcjonalny jak dynamiczny nomogram. Jednocześnie model ten nie został zweryfikowany, a jego przydatność kliniczna nie jest silna. Obecnie żaden uczony nie zastosował dynamicznego modelu nomogramu i modelu uczenia maszynowego, który pasowałby do podpajęczynówkowego skrzepu krwi CT Hu, markerów surowicy, takich jak stan danych pacjenta w szpitalu, w celu przewidywania DCI. Predyktory wybrane przez model regresji logistycznej umieszczane są w dynamicznym modelu Nomogramu, a neurochirurg na podstawie tego modelu wybiera wartości odpowiadające wynikom badania pacjenta, aby automatycznie analizować prawdopodobieństwo DCI u pacjenta. Zasadą jest, że współczynniki są przydzielane na podstawie wielkości współczynników regresji między zmiennymi. Współczynniki maksymalnej zmiennej standardowego współczynnika retrospektywnego wynoszą 100 punktów. Współczynniki odpowiadające prawdopodobieństwu 0,5 to wyniki krytyczne. Dynamiczny model Nomogramu ma oczywiste zalety w porównaniu z pojedynczym predyktorem lub wspólnym wykresem kolumnowym, to znaczy może znacznie poprawić jego przydatność kliniczną. Jednocześnie, po wewnętrznej i zewnętrznej weryfikacji, poprawia się stabilność modelu i zmniejsza się zmienność, co może znacznie poprawić dokładność kliniczną i przydatność kliniczną predykcji DCI.

Jednocześnie porównanie optymalnego modelu do przewidywania sprawności, prowadzenia indywidualnej profilaktyki wtórnych powikłań i oceny rokowania ma istotne znaczenie kliniczne.