Skip to main content
main-content

12.06.2018 | Neuro | Ausgabe 12/2018

European Radiology 12/2018

Prediction of outcome after aneurysmal subarachnoid haemorrhage using data from patient admission

Zeitschrift:
European Radiology > Ausgabe 12/2018
Autoren:
Christian Rubbert, Kaustubh R. Patil, Kerim Beseoglu, Christian Mathys, Rebecca May, Marius G. Kaschner, Benjamin Sigl, Nikolas A. Teichert, Johannes Boos, Bernd Turowski, Julian Caspers

Abstract

Objectives

The pathogenesis leading to poor functional outcome after aneurysmal subarachnoid haemorrhage (aSAH) is multifactorial and not fully understood. We evaluated a machine learning approach based on easily determinable clinical and CT perfusion (CTP) features in the course of patient admission to predict the functional outcome 6 months after ictus.

Methods

Out of 630 consecutive subarachnoid haemorrhage patients (2008–2015), 147 (mean age 54.3, 66.7% women) were retrospectively included (Inclusion: aSAH, admission within 24 h of ictus, CTP within 24 h of admission, documented modified Rankin scale (mRS) grades after 6 months. Exclusion: occlusive therapy before first CTP, previous aSAH, CTP not evaluable). A random forests model with conditional inference trees was optimised and trained on sex, age, World Federation of Neurosurgical Societies (WFNS) and modified Fisher grades, aneurysm in anterior vs. posterior circulation, early external ventricular drainage (EVD), as well as MTT and Tmax maximum, mean, standard deviation (SD), range, 75th quartile and interquartile range to predict dichotomised mRS (≤ 2; > 2). Performance was assessed using the balanced accuracy over the training and validation folds using 20 repeats of 10-fold cross-validation.

Results

In the final model, using 200 trees and the synthetic minority oversampling technique, median balanced accuracy was 84.4% (SD 0.7) over the training folds and 70.9% (SD 1.2) over the validation folds. The five most important features were the modified Fisher grade, age, MTT range, WFNS and early EVD.

Conclusions

A random forests model trained on easily determinable features in the course of patient admission can predict the functional outcome 6 months after aSAH with considerable accuracy.

Key Points

• Features determinable in the course of admission of a patient with aneurysmal subarachnoid haemorrhage (aSAH) can predict the functional outcome 6 months after the occurrence of aSAH.
• The top five predictive features were the modified Fisher grade, age, the mean transit time (MTT) range from computed tomography perfusion (CTP), the WFNS grade and the early necessity for an external ventricular drainage (EVD).
• The range between the minimum and the maximum MTT may prove to be a valuable biomarker for detrimental functional outcome.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

★ PREMIUM-INHALT
e.Med Interdisziplinär

Mit e.Med Interdisziplinär erhalten Sie Zugang zu allen CME-Fortbildungen und Fachzeitschriften auf SpringerMedizin.de. Zusätzlich können Sie eine Zeitschrift Ihrer Wahl in gedruckter Form beziehen – ohne Aufpreis.

Weitere Produktempfehlungen anzeigen
Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 12/2018

European Radiology 12/2018 Zur Ausgabe
  1. Sie können e.Med Radiologie 14 Tage kostenlos testen (keine Print-Zeitschrift enthalten). Der Test läuft automatisch und formlos aus. Es kann nur einmal getestet werden.

Neu im Fachgebiet Radiologie

Meistgelesene Bücher aus der Radiologie

2016 | Buch

Medizinische Fremdkörper in der Bildgebung

Thorax, Abdomen, Gefäße und Kinder

Dieses einzigartige Buch enthält ca. 1.600 hochwertige radiologische Abbildungen und Fotos iatrogen eingebrachter Fremdmaterialien im Röntgenbild und CT.

Herausgeber:
Dr. med. Daniela Kildal

2011 | Buch

Atlas Klinische Neuroradiologie des Gehirns

Radiologie lebt von Bildern! Der vorliegende Atlas trägt dieser Tatsache Rechnung. Sie finden zu jedem Krankheitsbild des Gehirns Referenzbilder zum Abgleichen mit eigenen Befunden.

Autoren:
Priv.-Doz. Dr. med. Jennifer Linn, Prof. Dr. med. Martin Wiesmann, Prof. Dr. med. Hartmut Brückmann

Mail Icon II Newsletter

Bestellen Sie unseren kostenlosen Newsletter Update Radiologie und bleiben Sie gut informiert – ganz bequem per eMail.

Bildnachweise