清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Development of a Multimodal Machine Learning-Based Prognostication Model for Traumatic Brain Injury Using Clinical Data and Computed Tomography Scans: A CENTER-TBI and CINTER-TBI Study

创伤性脑损伤 医学 计算机断层摄影术 放射科 精神科
作者
Atsuhiro Hibi,Michael D. Cusimano,Alexander Bilbily,Rahul G. Krishnan,Pascal N. Tyrrell
出处
期刊:Journal of Neurotrauma [Mary Ann Liebert]
卷期号:41 (11-12): 1323-1336
标识
DOI:10.1089/neu.2023.0446
摘要

Computed tomography (CT) is an important imaging modality for guiding prognostication in patients with traumatic brain injury (TBI). However, because of the specialized expertise necessary, timely and dependable TBI prognostication based on CT imaging remains challenging. This study aimed to enhance the efficiency and reliability of TBI prognostication by employing machine learning (ML) techniques on CT images. A retrospective analysis was conducted on the Collaborative European NeuroTrauma Effectiveness Research in TBI (CENTER-TBI) data set (n = 1016). An ML-driven binary classifier was developed to predict favorable or unfavorable outcomes at 6 months post-injury. The prognostic performance was assessed using the area under the curve (AUC) over fivefold cross-validation and compared with conventional models that depend on clinical variables and CT scoring systems. An external validation was performed using the Comparative Indian Neurotrauma Effectiveness Research in Traumatic Brain Injury (CINTER-TBI) data set (n = 348). The developed model achieved superior performance without the necessity for manual CT assessments (AUC = 0.846 [95% CI: 0.843–0.849]) compared with the model based on the clinical and laboratory variables (AUC = 0.817 [95% CI: 0.814–0.820]) and established CT scoring systems requiring manual interpretations (AUC = 0.829 [95% CI: 0.826–0.832] for Marshall and 0.838 [95% CI: 0.835–0.841] for International Mission for Prognosis and Analysis of Clinical Trials in TBI [IMPACT]). The external validation demonstrated the prognostic capacity of the developed model to be significantly better (AUC = 0.859 [95% CI: 0.857–0.862]) than the model using clinical variables (AUC = 0.809 [95% CI: 0.798–0.820]). This study established an ML-based model that provides efficient and reliable TBI prognosis based on CT scans, with potential implications for earlier intervention and improved patient outcomes.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
桐桐应助科研通管家采纳,获得10
11秒前
勤恳的饭饭完成签到,获得积分10
12秒前
ee_Liu完成签到,获得积分10
13秒前
妙手回春板蓝根完成签到,获得积分20
41秒前
CChi0923完成签到,获得积分10
1分钟前
乒坛巨人完成签到 ,获得积分10
1分钟前
Shandongdaxiu完成签到 ,获得积分10
1分钟前
舒服的幼荷完成签到,获得积分10
1分钟前
茶包完成签到,获得积分10
1分钟前
Skywings完成签到,获得积分10
1分钟前
明理问柳完成签到,获得积分10
1分钟前
vampire完成签到,获得积分10
1分钟前
斯文败类应助科研通管家采纳,获得10
2分钟前
胖胖橘完成签到 ,获得积分10
2分钟前
1461完成签到 ,获得积分10
2分钟前
ycw7777完成签到,获得积分10
2分钟前
花花完成签到 ,获得积分10
2分钟前
大水完成签到 ,获得积分10
2分钟前
皮皮球完成签到 ,获得积分10
2分钟前
阿泽完成签到 ,获得积分10
2分钟前
Qiuqiu发布了新的文献求助10
3分钟前
chcmy完成签到 ,获得积分0
3分钟前
随影相伴完成签到 ,获得积分10
3分钟前
Sigma完成签到 ,获得积分10
4分钟前
大雁完成签到 ,获得积分10
4分钟前
xue112完成签到 ,获得积分10
4分钟前
nano完成签到 ,获得积分10
4分钟前
zhangzhangzhang完成签到 ,获得积分10
4分钟前
缺粥完成签到 ,获得积分10
4分钟前
5分钟前
三百一十四完成签到 ,获得积分10
5分钟前
称心绮完成签到,获得积分10
5分钟前
vsvsgo完成签到,获得积分10
5分钟前
紫金之巅完成签到 ,获得积分10
5分钟前
开拖拉机的医学僧完成签到 ,获得积分10
5分钟前
wang完成签到,获得积分10
5分钟前
如意的馒头完成签到 ,获得积分10
5分钟前
科研佟完成签到 ,获得积分10
6分钟前
无名草0502完成签到 ,获得积分10
6分钟前
数乱了梨花完成签到 ,获得积分10
6分钟前
高分求助中
中国国际图书贸易总公司40周年纪念文集 大事记1949-1987 2000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
草地生态学 880
Threaded Harmony: A Sustainable Approach to Fashion 799
Basic Modern Theory of Linear Complex Analytic 𝑞-Difference Equations 510
中国有机(类)肥料 500
Queer Politics in Times of New Authoritarianisms: Popular Culture in South Asia 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3059669
求助须知:如何正确求助?哪些是违规求助? 2715529
关于积分的说明 7445380
捐赠科研通 2361181
什么是DOI,文献DOI怎么找? 1251224
科研通“疑难数据库(出版商)”最低求助积分说明 607711
版权声明 596466