Tidig förutsägelse av sekundära komplikationer och prognos efter aSAH (PROSAH-MPC)

År 2019, Fawaz et al. rapporterade att ökningen av leukocytantal inom 72 timmar efter aSAH var nära relaterad till utvecklingen av komplikation av DCI efter att aSAH, särskilt WBC≥ 12,1 är mer värdefullt för att förutsäga DCI än WFNS och behandlingsmetoder. Yue et al. publicerade en artikel samma år som ansåg neutrofil/lymfocyt-förhållandet (NLR) som en klinisk prediktor för DCI efter aSAH. Förutom serummarkörer rapporterade Hideyuki et al i Stroke 2020 att blodpropp CT HU i mellanfotscisterna var en korrekt och tillförlitlig prediktor för symtomatisk vasospasm vid intagnings-CT hos patienter med aSAH. Genom att granska denna litteratur finns det vissa begränsningar eller problem med att förutsäga DCI med en enda prediktor, inklusive overifierad prediktor, stor extern variabilitet, dålig prediktionsnoggrannhet och dålig klinisk genomförbarhet och funktionsduglighet. Baserat på detta, Liu et al. publicerade en ny studie i september 2020 som använde en vanlig kolumngraf för att förutsäga DCI, vilket var det enda papper som använde en Nomogram-modell för att förutsäga DCI. De slutliga variablerna som ingick i modellen inkluderade ålder, Hunt-Hess-grad, aneurysmplacering, intagningsblodtryck etc. Jämfört med en enda prediktor förbättrade denna prediktionsmodell sin kliniska funktion och noggrannhet, men var inte lika bekväm och operativ som ett dynamiskt nomogram. Samtidigt har denna modell inte verifierats, och dess kliniska användbarhet är inte stark. Det finns för närvarande inga forskare tillämpas dynamisk Nomogram modell och maskininlärning modell passande subaraknoidal blodpropp CT Hu, serummarkörer, såsom tillstånd av sjukhusets patientdata för att förutsäga DCI. De prediktorer som väljs av den logistiska regressionsmodellen placeras i en dynamisk Nomogram-modell, och neurokirurgen använder denna modell för att välja de värden som motsvarar resultaten av patientens undersökning för att automatiskt analysera sannolikheten för DCI hos patienten. Principen är att koefficienterna allokeras utifrån storleken på regressionskoefficienterna mellan variablerna. Koefficienterna för den maximala variabeln för den retrospektiva standardkoefficienten är 100 poäng. Koefficienterna som motsvarar en sannolikhet på 0,5 är kritiska poäng. Den dynamiska Nomogram-modellen har uppenbara fördelar jämfört med en enskild prediktor eller ett gemensamt kolumndiagram, det vill säga den kan avsevärt förbättra sin kliniska funktion. Samtidigt, efter intern och extern verifiering, förbättras modellens stabilitet och variabiliteten minskas, vilket avsevärt kan förbättra den kliniska noggrannheten och den kliniska tillämpbarheten av DCI-förutsägelse.

Samtidigt har, genom att jämföra den optimala modellen för att förutsäga prestanda, för att vägleda det individuella förebyggandet av sekundära komplikationer och prognosbedömning viktig klinisk betydelse.