Tętniak
Rokowania, prognozy i postęp choroby

Przewidywanie długoterminowych wyników funkcjonalnych po pęknięciu tętniaka wewnątrzczaszkowego (aSAH) jest kluczowe dla optymalizacji terapii neurointensywnej. Modele prognostyczne, takie jak te opracowane w badaniu SAHIT na danych 10 936 pacjentów (AUC 0,80-0,81 dla wyników funkcjonalnych i 0,76-0,78 dla śmiertelności), wykorzystują zmienne oceniane przy przyjęciu, m.in. skalę WFNS, wiek, zmodyfikowaną skalę Fishera, czas do zabiegu oraz wystąpienie udaru po przyjęciu (zwiększające ryzyko złego wyniku czterokrotnie). Southwestern Aneurysm Severity Index przewiduje wynik w skali Glasgow Outcome Score po roku z AUC około 0,81 i kalibracją R²=0,939. W leczeniu tętniaków aorty brzusznej EVAR wykazuje przewagę krótkoterminową, jednak korzyści te zanikają w długim okresie, a istniejące modele predykcyjne nie są jeszcze powszechnie stosowane klinicznie. Złożoność sygnału fizjologicznego (MSE) oraz zaawansowane metody uczenia maszynowego (np. Random Forest z AUC=0,867) stanowią obiecujące narzędzia prognostyczne, choć ich uniwersalność wymaga dalszej walidacji.

Tętniak – Prognoza (przewidywanie wyników)

Przewidywanie długoterminowych wyników funkcjonalnych po pęknięciu tętniaka wewnątrzczaszkowego stanowi istotne wyzwanie dla klinicystów. W ostatnich latach opracowano szereg modeli predykcyjnych i narzędzi prognostycznych, które mają na celu wspieranie decyzji terapeutycznych oraz dostarczanie pacjentom i ich rodzinom wiarygodnych informacji o potencjalnych wynikach leczenia.12

Modele prognostyczne dla krwotoku podpajęczynówkowego wywołanego pęknięciem tętniaka

Krwotok podpajęczynówkowy (aSAH) spowodowany pęknięciem tętniaka pozostaje poważną chorobą, często o niekorzystnym rokowaniu nawet po skutecznym zabezpieczeniu tętniaka. Nadrzędnym celem opieki neurointensywnej jest przewidywanie, przeciwdziałanie lub nawet zapobieganie wtórnym uszkodzeniom w celu poprawy wyników leczenia pacjentów.1

W badaniu SAHIT (Subarachnoid Hemorrhage International Trialists) opracowano i zwalidowano zestaw praktycznych narzędzi prognostycznych, które wiarygodnie szacują wyniki krwotoku podpajęczynówkowego z pękniętych tętniaków wewnątrzczaszkowych. Modele opracowano na podstawie danych od 10 936 pacjentów i zwalidowano na danych od 3 355 pacjentów. Modele charakteryzowały się dobrą kalibracją i dobrą zdolnością dyskryminacyjną, z zewnętrznie zwalidowanym obszarem pod krzywą ROC (AUC) wynoszącym 0,80-0,81 dla modeli przewidujących wynik funkcjonalny oraz 0,76-0,78 dla modeli przewidujących śmiertelność. Istotną zaletą tych modeli jest to, że zmienne predykcyjne są możliwe do oceny przy przyjęciu do szpitala.2

Kluczowe czynniki prognostyczne

Analiza różnych modeli wykazała, że najważniejszymi czynnikami prognostycznymi wpływającymi na wyniki leczenia tętniaków są:

  • Skala World Federation of Neurosurgical Societies (WFNS) – wyższy stopień w skali WFNS znacząco zwiększa ryzyko niekorzystnego wyniku34
  • Wiek pacjenta – zaawansowany wiek jest związany z gorszym rokowaniem34
  • Skala Fishera – wyższy wynik w zmodyfikowanej skali Fishera (mFS) jest predyktorem niekorzystnego wyniku3
  • Czas do zabiegu – dłuższy czas do interwencji chirurgicznej zwiększa ryzyko złego wyniku4
  • Udar po przyjęciu – wystąpienie udaru po przyjęciu do szpitala zwiększa prawdopodobieństwo złego wyniku czterokrotnie5

Southwestern Aneurysm Severity Index

Southwestern Aneurysm Severity Index to narzędzie prognostyczne przewidujące wynik w skali Glasgow Outcome Score (GOS) po roku od pęknięcia tętniaka. Cechuje się dobrą zdolnością dyskryminacyjną (obszar pod krzywą ROC: dla grupy derywacyjnej 0,816, 95% CI, 0,759-0,873; dla grupy walidacyjnej: 0,803, 95% CI, 0,746-0,861) oraz dokładną kalibracją (R²=0,939). Indeks ten został wewnętrznie zwalidowany do przewidywania 1-rocznego wyniku w skali GOS już przy pierwszej prezentacji, co optymalizuje poradnictwo dla pacjentów lub rodzin i może ukierunkować wysiłki terapeutyczne.1

Modele prognostyczne dla leczenia wewnątrznaczyniowego tętniaków aorty brzusznej

Leczenie wewnątrznaczyniowe tętniaka (EVAR) ma wyraźną przewagę krótkoterminową nad operacją otwartą w leczeniu tętniaków aorty brzusznej (AAA), jednak ta korzyść zanika w długim okresie. Obecny trend w kierunku medycyny stratyfikowanej doprowadził do powstania różnych modeli predykcyjnych i systemów punktacji dla EVAR. Modele te mogłyby działać jako narzędzia wspomagania decyzji wykorzystujące czynniki związane z pacjentem i operacją do poprawy wyników długoterminowych.6

Wcześniejsza literatura oceniała i porównywała wydajność modeli w przewidywaniu jednego wyniku, na przykład śmiertelności, jednak żaden z nich nie został uznany za odpowiedni do zastosowania klinicznego.6

Złożoność sygnału i uczenie maszynowe w przewidywaniu wyników

Złożoność sygnału (entropia) opisuje poziom uporządkowania w systemie. Niska złożoność sygnału fizjologicznego przewiduje niekorzystny wynik w różnych chorobach i przypuszcza się, że odzwierciedla zwiększoną sztywność układu sercowo-naczyniowego/mózgowo-naczyniowego prowadzącą do (lub odzwierciedlającą) niewydolność autoregulacji. Badania wykazały, że metryki złożoności sygnału wieloskalowej entropii (MSE) są niezależnymi, wewnętrznie i zewnętrznie ważnymi predyktorami 12-miesięcznego wyniku u pacjentów z aSAH.1

Uczenie maszynowe w prognozowaniu wyników tętniaków

Uczenie maszynowe (ML) zrewolucjonizowało przetwarzanie danych w ostatnich latach i oferuje nowe możliwości w przewidywaniu wyników leczenia tętniaków. Badania wykazały dobrą skuteczność w przewidywaniu wyników funkcjonalnych i klinicznych po mikroneurochirurgicznym leczeniu niepękniętych tętniaków wewnątrzczaszkowych (UIA) w wewnętrznym zbiorze danych.78

W jednym z badań model uczenia maszynowego do przewidywania pooperacyjnych wyników w skali zmodyfikowanej Rankina (mRS) osiągnął wartość 0,87±0,03, wykazując tym samym doskonałą zdolność dyskryminacyjną. Jednak zewnętrzna walidacja tych modeli w niezależnym ośrodku neurochirurgicznym nie potwierdziła ich uniwersalności ze względu na istotne różnice między leczonymi pacjentami i tętniakami w różnych ośrodkach.8

W innym badaniu wykorzystano interpretowalne modele uczenia maszynowego z wykorzystaniem SHapley Additive exPlanations (SHAP) do przewidywania rokowania u pacjentów z aSAH wysokiego stopnia. Model Random Forest (RF) wykazał najlepszą wydajność (AUC = 0,867, 95% CI: 0,806-0,929) w porównaniu z modelem regresji logistycznej, SVM i XGBoost. Analiza SHAP wykazała, że głównymi cechami prognostycznymi były wyższy stopień w skali WFNS, wyższy wynik mFS i zaawansowany wiek, które były związane z niekorzystnym wynikiem po 12 miesiącach, podczas gdy leczenie embolizacją coilingową wpływało na przewidywanie w kierunku korzystnego rokowania.39

Dynamiczne modele prognostyczne

Pogorszenie stanu naczyniowo-mózgowego może nastąpić gwałtownie u pacjentów z samoistnym krwotokiem podpajęczynówkowym (SAH) i często prowadzi do złych wyników klinicznych. Opracowano dynamiczny model prognostyczny przewidujący wynik u pacjentów, bazujący na połączeniu modelu Coxa i modeli liniowych mieszanych, aby uwzględnić różne rodzaje informacji prognostycznych.10

Włączenie interwencji neurologicznej jako zdarzenia pośredniego zwiększa wydajność predykcji w porównaniu z podstawowym podejściem wspólnego modelowania. Model proponowany w tym badaniu może zapewnić dynamiczną prognozę dla pacjentów ze spontanicznym SAH i znaczące potencjalne korzyści w zarządzaniu opieką krytyczną.10

Optymalny model NIT (Neurological Intervention Transition) składa się z pięciu zmiennych wyjściowych (obrzęk mózgu, zawał mózgu, niewydolność oddechowa, wodogłowie i skurcz naczyniowy), trzech zmiennych dynamicznych (wynik GCS, WBC i glukoza) oraz wskaźnika przejścia stanu (pośrednie zdarzenie interwencji neurologicznej). Model ten zwiększa dokładność predykcyjną wyniku z 0,7422 w podstawowym modelu wspólnym uwzględniającym tylko stopnie neurologiczne pacjentów do 0,7783.11

Biomarkery w prognozowaniu wyników tętniaków

Krążące mikroRNA (miRNA) są uznawane za potencjalne biomarkery w wielu chorobach, w tym w tętniakach wewnątrzczaszkowych (IA), ze względu na ich udział w patogenezie IA. Badania wykazały, że podwyższony poziom miR-9 w płynie mózgowo-rdzeniowym jest związany z gorszym wynikiem funkcjonalnym po krwotoku podpajęczynówkowym.12

MiR-9-3p i miR-5p są podwyższone w CSF po SAH, a to podwyższenie jest związane z gorszym wynikiem funkcjonalnym, co może odgrywać potencjalną rolę w progresji uszkodzenia mózgu i przyczynić się do wczesnego prognozowania.12

Skala Changhai dla osób starszych

Starsi pacjenci z krwotokiem podpajęczynówkowym spowodowanym pęknięciem tętniaka (aSAH) mają większe ryzyko złego wyniku klinicznego po leczeniu wewnątrznaczyniowym (EVT) niż młodsi pacjenci. Dlatego konieczne jest zbadanie, które czynniki są związane ze złym wynikiem i opracowanie specjalnego wyniku predykcyjnego dla starszych pacjentów z aSAH poddawanych EVT.13

W badaniu zidentyfikowano sześć czynników ryzyka, w tym wiek, nadciśnienie, skalę HuntHess, skalę Fishera, lokalizację tętniaka i powikłania okołozabiegowe, które były niezależnie związane ze złym wynikiem i utworzyły skalę Changhai. Odsetek złych wyników po roku wynosił 26,15%. Skala Changhai może być przydatnym narzędziem w przewidywaniu wyniku klinicznego, ale wymaga walidacji w różnych ośrodkach.13

Interakcje mózg-ciało a prognozowanie

Związki między mózgiem a ciałem są kluczowe w kształtowaniu wyników u pacjentów z pękniętymi tętniakami mózgu. Wieloczynnikowy model regresji logistycznej znalazł cztery statystycznie istotne pojedyncze zmienne prognostyczne: stopień neurologiczny przy przyjęciu, wiek, czas do operacji i udar po przyjęciu do szpitala.4

Badania wykazały, że:514

  • Szansa na zły wynik związana z jednostkowym wzrostem stopnia neurologicznego wzrasta o czynnik 2,06
  • Szansa na zły wynik wzrasta 4-krotnie, gdy pacjent z aSAH doświadcza udaru po przyjęciu do szpitala
  • Rozwój obrzęku mózgu w połączeniu z historią nadciśnienia i choroby wątroby ma znaczący wpływ na pogorszenie wyniku neurologicznego w aSAH
  • Napady drgawkowe po aSAH zwiększają śmiertelność i zwiększają szansę na zły wynik o czynnik 1,68
  • Napady drgawkowe w kontekście historii zawału mięśnia sercowego zwiększają szansę na zły wynik o czynnik 3,05

Przewidywanie wyników leczenia tętniaków wewnątrzczaszkowych za pomocą przeplywomierzy

Przeplywomierze (FD) są zaprojektowane do zamykania tętniaków wewnątrzczaszkowych (IA) przy jednoczesnym zachowaniu przepływu do istotnych tętnic. Niepełne zamknięcie naraża pacjentów na ryzyko powikłań zakrzepowo-zatorowych i pęknięcia. A priori ocena wyniku leczenia FD mogłaby umożliwić optymalizację leczenia prowadzącą do lepszych wyników.15

Testy istotności statystycznej wykazały 2 dyskryminanty morfologiczne (stosunek ujścia i stosunek szyi) oraz 3 dyskryminanty hemodynamiczne (przedleczniczy wskaźnik napływu, poleczniczy wskaźnik napływu i polecznicza uśredniona prędkość tętniaka) między grupą zamkniętą (dobry wynik) a grupą resztkową (zły wynik). Modele sieci neuronowych (NN) i SVM z jądrem Gaussa uwzględniające wszystkie 16 parametrów morfologicznych, hemodynamicznych i związanych z FD przewidywały 6-miesięczny wynik okluzji leczenia FD z 90% dokładnością.15

Ograniczenia modeli prognostycznych

Pomimo postępów w modelowaniu prognostycznym dla tętniaków, istnieją istotne ograniczenia. Badanie oceniające korelację między wynikami skali FRESH a zwalidowanymi narzędziami oceny jakości życia (QoL) w europejskiej populacji pacjentów z aSAH nie wykazało istotnej korelacji. Podkreśla to złożoność wiarygodnego długoterminowego prognozowania QoL u pacjentów z aSAH i podkreśla potrzebę dalszych prospektywnych badań koncentrujących się również na QoL jako ważnym parametrze wyniku.16

Analiza nie wykazała istotnej korelacji między przewidywanym wynikiem a QoL według wyników FRESH a rzeczywiście ocenianym wynikiem klinicznym, co wskazuje na potrzebę dalszych badań i ulepszeń modeli prognostycznych.16

Również w przypadku modeli uczenia maszynowego dla mikroneurochirurgicznie leczonych niepękniętych tętniaków wewnątrzczaszkowych, walidacja zewnętrzna wykazała słabą dyskryminację, co wskazuje na ograniczoną możliwość uogólnienia modeli.7

Kolejne rozdziały

Zapraszamy do dalszego czytania naszego leksykonu.

Wybierz kolejny rozdział z menu poniżej, aby otworzyć nową podstronę kompedium wiedzy i uzyskać szczegółowe informację o leku, substancji lub chorobie.

  1. 09.04.2026
  2. www.leksykon.com.pl

Materiały źródłowe

  • #1 Prediction of Outcomes for Ruptured Aneurysm Surgery – PubMed
    https://pubmed.ncbi.nlm.nih.gov/30776998/
    Background and Purpose- Predicting long-term functional outcomes after intracranial aneurysmal rupture can be challenging. […] The Southwestern Aneurysm Severity Index predicts Glasgow Outcome Score at 1 year with good discrimination (area under the receiver operating characteristic curve, derivation: 0.816, 95% CI, 0.759-0.873; validation: 0.803, 95% CI, 0.746-0.861) and accurate calibration ( R2=0.939). […] The Southwestern Aneurysm Severity Index has been internally validated to predict 1 year Glasgow Outcome Scores at initial presentation, thus optimizing patient or family counseling and possibly guiding therapeutic efforts.
  • #1 Predicting outcome after aneurysmal subarachnoid hemorrhage by exploitation of signal complexity: a prospective two-center cohort study | Critical Care | Full Text
    https://ccforum.biomedcentral.com/articles/10.1186/s13054-024-04939-7
    Signal complexity (i.e. entropy) describes the level of order within a system. Low physiological signal complexity predicts unfavorable outcome in a variety of diseases and is assumed to reflect increased rigidity of the cardio/cerebrovascular system leading to (or reflecting) autoregulation failure. […] Aneurysmal subarachnoid hemorrhage (aSAH) remains a serious disease with often poor prognosis even after successful securing of the aneurysm. […] The paramount goal of neurocritical care is to predict, counteract or even prevent these secondary injuries to improve patients outcome. […] MSE metrics and thereby complexity of physiological signals are independent, internally and externally valid predictors of 12-month outcome. […] The promising results of this study warrant further investigation into the cause of the resulting complexity as well as its association with important and potentially preventable complications (i.e. vasospasm and DCI).
  • #2 Development and validation of outcome prediction models for aneurysmal subarachnoid haemorrhage: the SAHIT multinational cohort study | The BMJ
    https://www.bmj.com/content/360/bmj.j5745
    Objective To develop and validate a set of practical prediction tools that reliably estimate the outcome of subarachnoid haemorrhage from ruptured intracranial aneurysms (SAH). […] Clinical prediction models were developed with individual patient data from 10936 patients and validated with data from 3355 patients after development of the model. […] The prediction models reliably estimate the outcome of patients who were managed in various settings for ruptured intracranial aneurysms that caused subarachnoid haemorrhage. […] The web based SAHIT prognostic calculator (http://sahitscore.com) and the related app could be adjunctive tools to support management of patients. […] The models were well calibrated and had good discrimination. […] The externally validated AUC was 0.80-0.81 for the models to predict functional outcome and 0.76-0.78 for the models to predict mortality. […] The predictor items are assessable at hospital admission. […] The SAHIT prediction models were based on patient data from different regions and settings of care and included 10936 patients in the development set; they reliably estimated outcome in 3355 patients in the validation set.
  • #3 Explainable machine learning in outcome prediction of high-grade aneurysmal subarachnoid hemorrhage | Aging
    https://www.aging-us.com/full/205621
    Objective: Accurate prognostic prediction in patients with high-grade aneurysmal subarachnoid hemorrhage (aSAH) is essential for personalized treatment. In this study, we developed an interpretable prognostic machine learning model for high-grade aSAH patients using SHapley Additive exPlanations (SHAP). […] Results: Among the 421 patients, 204 (48.5%) exhibited poor prognosis. The RF model demonstrated superior performance compared to LR (AUC = 0.850, 95% CI: 0.783-0.918), SVM (AUC = 0.862, 95% CI: 0.799-0.926), and XGBoost (AUC = 0.850, 95% CI: 0.783-0.917) with an AUC of 0.867 (95% CI: 0.806-0.929). Primary prognostic features identified through SHAP analysis included higher World Federation of Neurosurgical Societies (WFNS) grade, higher modified Fisher score (mFS) and advanced age, were found to be associated with 12-month unfavorable outcome, while the treatment of coiling embolization for aSAH drove the prediction towards favorable prognosis. Additionally, the SHAP force plot visualized individual prognosis predictions.
  • #4 < ?php wp_title( '|', true, 'right' ); ?>
    https://surgicalneurologyint.com/surgicalint-articles/clinical-outcome-prediction-in-aneurysmal-subarachnoid-hemorrhage-alterations-in-brain-body-interface/
    Clinical outcome prediction in aneurysmal subarachnoid hemorrhage Alterations in brainbody interface. […] Brainbody associations are essential in influencing outcome in patients with ruptured brain aneurysms. […] Binary logistic regression main effects model included four statistically significant single prognostic variables, namely, neurological grade, age, stroke, and time to surgery. […] Using the aforementioned results generated from binary logistic regression models, we can identify potential patients who are in the high risk group of neurological deterioration. […] Patients with ruptured brain aneurysms and associated subarachnoid hemorrhage (SAH) have a mortality rate of at least 45% in the first month after rupture. […] The multivariable binary logistic regression model found four statistically significant single prognostic variables, namely, admission neurological grade, age, time to surgery and post-admission stroke, and four significant interaction terms.
  • #5 < ?php wp_title( '|', true, 'right' ); ?>
    https://surgicalneurologyint.com/surgicalint-articles/clinical-outcome-prediction-in-aneurysmal-subarachnoid-hemorrhage-alterations-in-brain-body-interface/
    The odds of poor outcome associated with one unit increase in neurological grade is increased by a factor of 2.06. […] The odds of poor outcome is increased by a factor of 4.0 when the aneurysmal SAH patient experiences post-hospital admission stroke. […] This study also demonstrates that the odds of poor neurological outcome is increased by a factor of 4 in aneurysmal SAH patients who develop post-admission strokes. […] We also make the observation that development of cerebral edema, in the context of history of hypertension and liver disease, has significant impact on neurologic outcome deterioration in aneurysmal SAH. […] This study also makes the novel observation that development of cerebral edema in aneurysmal SAH patients with a history of liver dysfunction markedly increases likelihood for poor outcome.
  • #6 Prognostic prediction models for endovascular abdominal aortic aneurysm repair: protocol for a scoping review – PubMed
    https://pubmed.ncbi.nlm.nih.gov/36307155/
    Endovascular aneurysm repair (EVAR) has a marked short-term advantage over open surgical repair in managing abdominal aortic aneurysms (AAA); however, this benefit is lost in the long term. […] The current trend towards stratified medicine has given rise to diverse prognostic prediction models and scoring systems for EVAR. These models could act as decision support tools that employ patient and operative factors, to improve long-term outcomes. […] Past literature evaluated and compared model performance for predicting one outcome, for example, mortality. None were deemed competent for clinical application. […] The proposed study will use a scoping review approach to capture literature on prognostic modelling in EVAR for all predictable outcomes. The results are anticipated to inform future research, identify knowledge gaps, and assist in determining the potential of models for clinical use.
  • #7 Machine learning based outcome prediction of microsurgically treated unruptured intracranial aneurysms | Scientific Reports
    https://www.nature.com/articles/s41598-023-50012-8
    Machine learning (ML) has revolutionized data processing in recent years. This study presents the results of the first prediction models based on a long-term monocentric data registry of patients with microsurgically treated unruptured intracranial aneurysms (UIAs) using a temporal train-test split. […] The present results showed good performance in predicting functional and clinical outcomes after microsurgical therapy of UIAs in the internal data set, especially for the main outcome parameters, mRS and permanent neurological deficit. […] The external validation showed poor discrimination with ROC-AUC values of 0.61, 0.53 and 0.58 respectively for predicting a postoperative mRS2, a pre- and postoperative difference in mRS1 point and a GOS5. Therefore, generalizability of the models could not be demonstrated in the external validation.
  • #8 Machine learning based outcome prediction of microsurgically treated unruptured intracranial aneurysms | Scientific Reports
    https://www.nature.com/articles/s41598-023-50012-8
    The aim of this study was to demonstrate that the prediction of early clinical and functional endpoints after microsurgical clipping of UIAs is feasible using advanced ML techniques. […] Our models showed an excellent or at least acceptable discrimination performance for the most important outcome parameters, such as permanent nND, postoperative mRS, and mRS difference. […] In our study, the prediction model for postoperative mRS scores reached a value of 0.870.03 and shows therefore excellent discrimination. […] To our knowledge, this is the first study to present ML-based prediction models for functional and clinical outcomes in a large sample of microsurgically treated UIAs using a temporal split. […] Unfortunately, the excellent models could not be generalized in the external validation data set of an independent neurosurgical department due to major differences between the treated patients and aneurysms in the departments.
  • #9 Explainable machine learning in outcome prediction of high-grade aneurysmal subarachnoid hemorrhage | Aging
    https://www.aging-us.com/full/205621
    Conclusions: This study demonstrated the potential of machine learning techniques in prognostic prediction for high-grade aSAH patients. The features identified through SHAP analysis enhance model interpretability and provide guidance for clinical decision-making. […] The features specifically associated with poor prognosis included WFNS grade 5, age, mFS grade 4, hypertension, and aneurysm multiplicity. Each of these features exhibited a positive impact and drive the prediction towards poor prognosis. Additionally, treatment of coiling embolization, WFNS grade 2, female gender exhibited a negative impact and drove the prediction towards favorable prognosis. […] In summary, our study established four ML models (LR, SVM, RF, XGBoost) and selected the RF model to conduct a comprehensive SHAP analysis based on its superior predictive performance. The SHAP analysis revealed the significant contributions of clinical features in predicting long-term prognosis in high-grade aSAH. Elevated WFNS grades and mFS, along with advanced age, were associated with unfavorable outcomes, indicating aggravated neurological impairment and bleeding severity. Conversely, the strategic implementation of endovascular coiling emerges as a promising method to improve patient prognosis by preventing rebleeding and mitigating associated complication. Incorporating these insights into clinical decision-making holds great potential to guide therapeutic strategies and optimize patient neurocritical care.
  • #10 Neurological intervention transition model for dynamic prediction of good outcome in spontaneous subarachnoid haemorrhage | Scientific Reports
    https://www.nature.com/articles/s41598-024-51684-6
    Deterioration of neurovascular conditions can be rapid in patients with spontaneous subarachnoid haemorrhage (SAH) and often lead to poor clinical outcomes. […] This study incorporated baseline clinical conditions, repeatedly measured neurological grades and haematological biomarkers for dynamic outcome prediction in patients with spontaneous SAH. […] A dynamic prognostic model predicting outcome of patients was developed based on combination of Cox model and piecewise linear mixed-effect models to incorporate different types of prognostic information. […] Incorporation of neurological intervention as an intermediate event increases the prediction performance compared with baseline joint modelling approach. […] The model proposed in this study can provide dynamic prognosis for spontaneous SAH patients and significant potential benefits in critical care management.
  • #11 Neurological intervention transition model for dynamic prediction of good outcome in spontaneous subarachnoid haemorrhage | Scientific Reports
    https://www.nature.com/articles/s41598-024-51684-6
    The proposed prognostic model takes various clinical conditions on admission, multiple dynamic factors providing up-to-date prognostic information, and the effect of neurological interventions into account for prognostication. […] The multivariate NIT joint model, incorporating GCS score, WBC and glucose as dynamic prognostic covariates is the optimal model in this study, increasing the predictive accuracy of outcome from 0.7422, in baseline joint model only considering the neurological grades of patients, to 0.7783. […] This finding was consistent with the fact that neurological scales are widely used clinical tools for prognosis of SAH, which estimated patients clinical outcomes based on results in neurological assessments. […] The optimal NIT joint model is composed of five baseline covariates, i.e., cerebral oedema, cerebral infarction, respiratory failure, hydrocephalus and vasospasm, three dynamic covariates, i.e., GCS score, WBC and glucose, and a state transition indicator, i.e., intermediate event of neurological intervention.
  • #12
    https://scispace.com/papers/altered-expression-of-microrna-15a-and-kruppel-like-factor-4-1raefkwp8d
    Diagnostic and prognostic potential of circulating miRNAs for intracranial aneurysms […] Circulating miRNAs are considered as new potential biomarkers of interest in many diseases, including IA, because of their involvement in the pathogenesis of IAs. […] Elevated miR-9 in Cerebrospinal Fluid Is Associated with Poor Functional Outcome After Subarachnoid Hemorrhage. […] MiR-9-3p and miR-5p are elevated in the CSF following SAH and this elevation is associated with a poor functional outcome, which has potential roles in the progression of cerebral injury and could add to early prognostication. […] MicroRNAs as Biomarkers for Predicting Complications following Aneurysmal Subarachnoid Hemorrhage. […] Aneurysmal subarachnoid hemorrhage (aSAH) is a high mortality hemorrhagic stroke that affects nearly 30,000 patients annually in the United States.
  • #13
    https://journals.lww.com/md-journal/fulltext/2016/02150/prognosis_predicting_score_for_endovascular.14.aspx
    The elderly patients with aneurysmal subarachnoid hemorrhage (aSAH) have a greater risk of poor clinical outcome after endovascular treatment (EVT) than younger patients do. Hence, it is necessary to explore which factors are associated with poor outcome and develop a predictive score specifically for elderly patients with aSAH receiving EVT. […] The poor outcome rate at 1 year was 26.15%. Six risk factors, including age, hypertension, HuntHess scale, Fisher scale, aneurysm location, and periprocedural complications, were independently associated with poor outcome and assembled the Changhai score. […] Our study indicated that age, hypertension, HuntHess scale, Fisher scale, aneurysm location, and periprocedural complications were independent risk factors of poor outcome for elderly aSAH patients underwent EVT. In combination with these risk factors, the Changhai score can be a useful tool in the prediction of clinical outcome but needs to be validated in various centers before it can be recommended for application.
  • #14 < ?php wp_title( '|', true, 'right' ); ?>
    https://surgicalneurologyint.com/surgicalint-articles/clinical-outcome-prediction-in-aneurysmal-subarachnoid-hemorrhage-alterations-in-brain-body-interface/
    Seizures post-aneurysmal SAH increase mortality. […] In this study, we observed that seizures increase the odds of poor outcome by a factor of 1.68. […] Finally, our analysis makes the observation that seizures in the setting of history of myocardial infarction increase the odds of poor outcome by a factor of 3.05.
  • #15 Outcome prediction of intracranial aneurysm treatment by flow diverters using machine learning in: Neurosurgical Focus Volume 45 Issue 5 (2018) Journals
    https://thejns.org/focus/view/journals/neurosurg-focus/45/5/article-pE7.xml
    Flow diverters (FDs) are designed to occlude intracranial aneurysms (IAs) while preserving flow to essential arteries. Incomplete occlusion exposes patients to risks of thromboembolic complications and rupture. A priori assessment of FD treatment outcome could enable treatment optimization leading to better outcomes. […] Aneurysms were classified as occluded (n = 63) or residual (incomplete occlusion, n = 21). […] Significance tests yielded 2 morphological (ostium ratio and neck ratio) and 3 hemodynamic (pre-treatment inflow rate, post-treatment inflow rate, and post-treatment aneurysm averaged velocity) discriminants between the occluded (good-outcome) and the residual (bad-outcome) group. […] NN and Gaussian-SVM models incorporating all 16 morphological, hemodynamic, and FD-related parameters predicted 6-month occlusion outcome of FD treatment with 90% accuracy. More robust models using the computational workflow and machine learning could be trained on larger patient databases toward clinical use in patient-specific treatment planning and optimization.
  • #16
    https://link.springer.com/article/10.1007/s00701-024-05909-2
    Despite aneurysmal subarachnoid haemorrhage (aSAH) patients often experiencing physical and mental disabilities impacting their quality of life (QoL), routine assessment of long-term QoL data and predictive tools are limited. […] This study found no correlation between FRESH scores and validated QoL tools in a European population of aSAH patients. The study highlights the complexity of reliable long-term QoL prognostication in aSAH patients and emphasises the need for further prospective research to also focus on QoL as an important outcome parameter. […] No significant correlation could be detected between the actual clinical long-term outcome, as assessed by mRS on average 46 months after aneurysm rupture, and the prognosticated outcome after aSAH as calculated by the FRESH score. […] No significant correlation was found between the assessed parameters of cognitive performance and the QoL after an average follow-up of 46 months and the FRESH-cog, respectively, the FRESH-quol score. […] The analysis failed to show a significant correlation between the predicted outcome and QoL by the FRESH scores and the actually assessed clinical outcome, and we discussed several possible causes for that observation.