S'abonner

Predicting scale of delayed neuropsychiatric sequelae in patients with acute carbon monoxide poisoning: A retrospective study - 13/01/22

Doi : 10.1016/j.ajem.2021.10.056 
Shijun Yang a, 1, Huichun Liu a, 1, Qifeng Peng a, 1, Jinlan Li a, , Qunhui Liu a
a Department of Neurology, The Central Hospital of Enshi Prefecture, 158 Wu Yang Ave., 445000, En Shi, Hubei Province, China 

Corresponding author.

Abstract

Objective

To establish and validate a predictive formula for calculating the possibility of developing delayed neurological sequelae (DNS) after acute carbon monoxide (CO) poisoning to facilitate better decision-making about treatment strategies.

Methods

This study retrospectively enrolled 605 consecutive patients who had been newly diagnosed with CO poisoning from the Central Hospital of Enshi Prefecture between January 1, 2015 and December 31, 2020. The cohort was randomly divided into two subgroups: the development cohort (n = 104) and validation cohort (n = 44). Univariate analysis and backward elimination of multivariate logistic regression were used to identify predictive factors, and a predictive formula was established. The performance was assessed using the area under the curve (AUC), the mean AUC of five-fold cross-validation, and calibration plots.

Results

The formula included four commonly available predictors: initial GCS score, duration of exposure, CK, and abnormal findings on MRI. We next created a formula to calculate the risk score for developing DNS: Risk score = −4.54 + 3.35 * (Abnormal findings on MRI = yes) - 0.51 * (Initial GCS score) + 0.65 * (Duration of exposure) + 0.01 * (CK). Then, the probability of developing DNS could be calculated: Probability of DNS = 1/(1 + e Risk score). The model revealed good discrimination with AUC, and mean AUC of fivefold cross-validation in two cohort, and the calibration plots showed good calibration.

Conclusions

This study established a prediction predictive formula for predicting developing of DNS, which could facilitate better decision-making about treatment strategies.

Le texte complet de cet article est disponible en PDF.

Highlights

Despite the predictive factors were identified, there are no models to predict delayed neurological sequelae.
A predictive formula was established, which can be used to calculate probability of delayed neurological sequelae.
The model showed good discrimination, calibration and generalizability When applied to internal validation.

Le texte complet de cet article est disponible en PDF.

Keywords : Carbon monoxide poisoning, Delayed neurological sequelae, Predictive factor, Prediction model

Abbreviations : CO, COHb, DNS, HBO, GCS, NSE, CK, LDH, WBC, MRI, ROC, AUC, DWI


Plan


© 2021  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 52

P. 114-118 - février 2022 Retour au numéro
Article précédent Article précédent
  • The potential use of Google reviews to assess patient satisfaction in the emergency department
  • Nicole Derdzakyan, Ali Pourmand, Robert Shesser, Sangrag Ganguli, Jesus Trevino
| Article suivant Article suivant
  • Traumatic brain injury and intraparenchymal hemorrhage progression: Blood pressure variability matters
  • Cecilia Tran, Hannah Frederick, Hammad Baqai, Matthew Fairchild, Julianna Solomon, Ayah Aligabi, Joshua Olexa, Uttam Bodanapally, Gary Schwartzbauer, Quincy K. Tran

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.