本网站使用饼干,标签和跟踪设置来存储信息,帮助您获得最佳的浏览体验。 忽略这个警告

搜索结果

你现在看到的是1-3.3.项目

  • 作者或编辑:Alexa Semonchex
  • 按访问进行细化:全部x
清除所有 修改搜索
限制访问

Alexa Semonche、Justin K. Scheer、Vinil N. Shah、Monica Fung、Lee A. Tan、Dean Chou、Praveen V. Mummaneni、Sigurd H. Berven、Christopher P. Ames、Vedat Deviren、Alekos A. theologes和Aaron J. Clark

客观的

摘要椎体骨髓炎是球虫病感染的罕见并发症。当医疗管理失败或存在神经功能缺损、硬膜外脓肿或脊柱不稳定时,需要手术干预。手术干预时机与神经功能恢复之间的关系以前没有被描述过。本研究的目的是探讨出现时神经功能缺损的持续时间是否影响手术干预后的神经功能恢复。

开云体育世界杯赔率

这是一项回顾性研究,研究对象是2012年至2021年间在一家三级医疗中心诊断为球虫菌病的所有脊柱患者。收集的数据包括患者人口统计学、临床表现、放射学信息和手术干预。主要结果是手术干预后神经系统检查的改变,根据美国脊髓损伤协会损伤量表进行量化。次要观察指标为并发症发生率。采用Logistic回归检验神经功能缺损的持续时间是否与术后神经系统检查的改善有关。

结果

2012年至2021年间,27例患者出现脊髓球孢子菌病;其中20例患者脊柱影像学显示椎体受累,中位随访8.7个月(IQR 1.7-71.2个月)。在20例椎体受累患者中,12例(60.0%)表现为神经功能障碍,中位持续时间为20天(范围1-61天)。大多数出现神经功能障碍的患者(11/12,91.7%)接受了手术干预。11例患者中有9例(81.2%)术后神经系统检查改善,2例有稳定的功能缺陷。根据AIS, 7例患者的恢复改善足以提高1级。出现神经功能缺损的持续时间与术后神经功能改善无显著相关性(p = 0.49, Fisher精确检验)。

结论

脊髓球孢子菌病患者出现神经功能障碍的持续时间不应阻止外科医生对其进行手术干预。

限制访问

Daniel G. Eichberg, Ashish H. Shah, Long Di, Alexa M. Semonche, George Jimsheleishvili, Evan M. Luther, Christopher A. Sarkiss, Allan D. Levi, Sakir H. Gultekin, Ricardo J. Komotar和Michael E. Ivan

客观的

在一些进行脑肿瘤手术的中心,术中缺乏专家神经病理学咨询的机会。因此,外科医生可能无法获得最高质量的诊断组织学数据来指导手术决策。刺激拉曼组织学(SRH)是一种新的技术,允许在床边快速获取诊断组织学图像。

开云体育世界杯赔率

作者对82例连续行中枢神经系统肿瘤切除术的患者进行了前瞻性盲法队列研究,比较SRH模拟的诊断时间和准确性与金标准,即冷冻和永久切片诊断。通过与盲法委员会认证的神经病理学家进行的srh模拟术中病理咨询,以及官方冷冻切片和永久切片结果的一致性来确定诊断的准确性。

结果

总体而言,SRH模拟的平均诊断时间比冷冻切片快30.5±13.2分钟(p < 0.0001),其诊断相关性相似:SRH模拟与永久切片之间的相关性为91.5% (κ = 0.834, p < 0.0001),冷冻与永久切片之间的相关性为91.5% (κ = 0.894, p < 0.0001)。

结论

srh模拟术中病理会诊速度明显快于冷冻切片,且准确性与冷冻切片相当。

免费获取

Satvir Saggi, Ethan A. Winkler, Simon G. Ammanuel, Ramin A. Morshed, Joseph H. Garcia, Jacob S. Young, Alexa Semonche, Heather J. Fullerton, Helen Kim, Daniel L. Cooke, Steven W. Hetts, Adib Abla, Michael T. Lawton和Nalin Gupta

客观的

儿童脑动静脉破裂畸形(bavm)具有很高的发病率和死亡率。先前的研究对儿童期出现出血性脑脊髓瘤的预测因素的调查是有限的。机器学习(ML)在应用于大型数据集时具有很高的预测准确性,可以作为预测出血表现的有用辅助手段。本研究的目的是基于回顾性队列研究设计,将ML与传统回归方法结合使用,以确定儿科患者出血表现的预测因素。

开云体育世界杯赔率

利用19年研究期间186名儿科患者的数据,作者实现了三种机器学习算法(随机森林模型、梯度增强决策树和AdaBoost),以确定预测出血表现最重要的特征。此外,逻辑回归分析用于确定出血表现的重要预测因素作为比较。

结果

所有三种ML模型都一致地确定了bAVM大小和患者出现时的年龄是预测出血出现的两个最重要因素。在多变量logistic回归中,发病年龄未被确定为出血的显著预测因子。梯度增强决策树/AdaBoost和随机森林模型分别确定了bAVM位置和并发动脉瘤是第三个最重要的因素。最后,逻辑回归确定左侧脑血管瘤、小脑血管瘤大小和并发动脉瘤的存在是出血表现的重要危险因素。

结论

通过使用ML方法,作者发现了使用传统回归方法无法确定的出血表现的预测因子。

Baidu
map