Machine-Learning-Prognose für funktionelle Ergebnisse nach Meningiom-Operation in 14 Zentren
Von KI ausgewählt und zusammengefasst
Worum es geht
Italienische Multizenterstudie nutzte ML-Klassifikatoren zur Vorhersage postoperativer Karnofsky-Performance-Skala-Veränderungen bei 397 Meningiom-Resektionen.
Ergebnis
Logistische Regression erzielte AUC 0,697 für Vorhersage eines KPS-Abfalls ≥10 Punkte, 0,765 für ≥20 Punkte und 0,811 für jede Verbesserung. Anatomische Komplexität (eloquente Lokalisation, Gefäßmanipulation, Tumorgröße) waren dominante Prädiktoren. Höhere Outcome-Schwellenwerte (≥20 Punkte) verbesserten Diskriminierung.
Übertragbarkeit auf Deutschland
Italien, europäisches Versorgungssystem, vergleichbare Klinikstrukturen
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.