Module 4 - Outils pronostiques en neurologie
florence.noel
Created on July 13, 2021
More creations to inspire you
LET’S GO TO LONDON!
Personalized
SLYCE DECK
Personalized
ENERGY KEY ACHIEVEMENTS
Personalized
CULTURAL HERITAGE AND ART KEY ACHIEVEMENTS
Personalized
ABOUT THE EEA GRANTS AND NORWAY
Personalized
DOWNFALLL OF ARAB RULE IN AL-ANDALUS
Personalized
HUMAN AND SOCIAL DEVELOPMENT KEY
Personalized
Transcript
Outils pronostiques validés les plus performants spécifiques à la clientèle neurologique en physiothérapie
START nomogramme
Extrait de l'article de Cappellari et al. 2018 faisant référence à l'outil. Pour plus d'information, vous référer à l'article complet : https://journals.sagepub.com/doi/pdf/10.1177/1747493018765490
Maugeri Model
Références
Prolonged Lenght of Stay Score (PLOS score)
Extrait de l'article de Koton et al. 2010 faisant référence à l'outil. Pour plus d'information, vous référer à l'article complet : https://pubmed.ncbi.nlm.nih.gov/20458067/ et https://pubmed.ncbi.nlm.nih.gov/20881429/
Score Chart de Kim et al.
Extrait de l'article de Kim et al. 2020 faisant référence à l'outil. Pour plus d'information, vous référer à l'article complet : https://pubmed.ncbi.nlm.nih.gov/31941411/ Interprétation (Score total) : ≥ 7 : prédit le retour à domicile à la suite de l'hospitalisation< 7 : prédit un séjour en réadaptation à la suite de l'hospitalisation
Nomogramme de Inke et al.
Extrait de l'article de Inke et al., 2008 faisant référence à l'outil. Pour plus d'information, vous référer à l'article complet (https://www.ahajournals.org/doi/10.1161/STROKEAHA.107.505867?url_ver=Z39.88-2003&rfr_id=ori:rid:crossref.org&rfr_dat=cr_pub%20%200pubmed)
FRESH Score (Hémorragie sous-arachnoïdienne)
Application mobile, mais qui n'est pas encore disponible au Canada
Dutch Stroke Score (DSS)
Extrait de l'article de de Ridder et al. 2018 faisant référence à l'outil. Si vous voulez plus d'information, vous pouvez référer à l'article complet (https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5992735/)
DRAGON
Nomogramme de Cremer et al. (TCC sévère)
Extrait de l'article de Cremer et al. 2008 faisant référence à l'outil. Pour plus d'information, vous référer à l'article complet : https://pubmed.ncbi.nlm.nih.gov/16983303/
ERGIS
Règle de prédiction clinique de van Middendorp et al.
Extrait de l'article de Van Middendorp et al., 2011 faisant référence à l'outil. Pour plus d'information, vous référer à l'article complet : https://pubmed.ncbi.nlm.nih.gov/21377202/
AVC
ASTRAL (3 mois)
ASTRAL (5 ans)
THRIVE score (sans égard au traitement)
THRIVE score (traitement endovasculaire)
TCC
IMPACT (TCC sévère)
IMPACT (TCC modéré à sévère)
CRASH (TCC modéré à sévère)
http://crash2.lshtm.ac.uk/Risk%20calculator/index.html
Lésion médullaire
Règle de prédiction clinique de van Middendorp et al.
Extrait de l'article de Van Middendorp et al., 2011 faisant référence à l'outil. Pour plus d'information, vous référer à l'article complet: https://pubmed.ncbi.nlm.nih.gov/21377202/
Syndrome de Guillain-Barré
Prédiction du niveau fonctionnel
C
D
Prédiction du congé
C
D
C
D
Prédiction de l'issue clinique fonctionnelle 6 mois post-TCC
Prédiction de l'issue clinique fonctionnelle 12 mois post-TCC
Prédiction du retour à la marche après une blessure traumatique
Prédiction du retour à la marche après une blessure non-traumatique
C
D
Prédiction de l'insuffisance respiratoire
1
1
2
2
2
2
2
2
2
Légende
3
Application et site web donnant accès aux outils suivants :
- ASTRAL
- DRAGON
- THRIVE
- IMPACT
Cliquez sur le nom pour accéder à l'outil
Lien vers l'article
Lien vers la vidéo explicative
Recommandation pour la pratique
Excellent
Adéquat
Minimal
D
Discrimination
C
Calibration
Non-évalué
Performance optimale
Performance acceptable
Performance minimale
Mesures individuelles
Discrimination >0,6 avec ou sans précaution en lien avec la calibration
Discrimination >0,75 et précaution liée à la calibration OU discrimination >0,70 et bonne calibration
Discrimination >0,75 et bonne calibration
1
2
3
START Nomogramme: Song, B., Chen, X., Tang, D., Ibrahim, M., Liu, Y., Nyame, L., Jiang, T., Wang, W., Li, X., Sun, C., Zhao, Z., Yang, J., Zhou, J., & Zou, J. (2019). External Validation of START nomogram to predict 3-Month unfavorable outcome in Chinese acute stroke patients. Journal of Stroke and Cerebrovascular Diseases, 28(6), 1618‑1622. https://doi.org/10.1016/j.jstrokecerebrovasdis.2019.02.032 Maugeri Model: Scrutinio, D., Lanzillo, B., Guida, P., Mastropasqua, F., Monitillo, V., Pusineri, M., Formica, R., Russo, G., Guarnaschelli, C., Ferretti, C., & Calabrese, G. (2017). Development and validation of a predictive model for functional outcome after stroke rehabilitation the maugeri model. Stroke, 48(12), 3308‑3315. https://doi.org/10.1161/STROKEAHA.117.018058 ASTRAL: Cooray, C., Mazya, M., Bottai, M., Dorado, L., Skoda, O., Toni, D., Ford, G. A., Wahlgren, N., & Ahmed, N. (s. d.). External Validation of the ASTRAL and DRAGON Scores for Prediction of Functional Outcome in Stroke. 7. Ntaios, G., Faouzi, M., Ferrari, J., Lang, W., Vemmos, K., & Michel, P. (2012). An integer-based score to predict functional outcome in acute ischemic stroke : The ASTRAL score. Neurology, 78(24), 1916‑1922. https://doi.org/10.1212/WNL.0b013e318259e221 Papavasileiou, V., Milionis, H., Michel, P., Makaritsis, K., Vemmou, A., Koroboki, E., Manios, E., Vemmos, K., & Ntaios, G. (2013). ASTRAL Score Predicts 5-Year Dependence and Mortality in Acute Ischemic Stroke. Stroke, 44(6), 1616‑1620. https://doi.org/10.1161/STROKEAHA.113.001047 DRAGON: Cooray, C., Mazya, M., Bottai, M., Dorado, L., Skoda, O., Toni, D., Ford, G. A., Wahlgren, N., & Ahmed, N. (s. d.). External Validation of the ASTRAL and DRAGON Scores for Prediction of Functional Outcome in Stroke. 7. IMPACT: Castaño-Leon, A. M., Lora, D., Munarriz, P. M., Cepeda, S., Paredes, I., de la Cruz, J., Gómez Lopez, P. A., & Lagares, A. (2016). Predicting Outcomes after Severe and Moderate Traumatic Brain Injury : An External Validation of Impact and Crash Prognostic Models in a Large Spanish Cohort. Journal of Neurotrauma, 33(17), 1598‑1606. https://doi.org/10.1089/neu.2015.4182 Majdan, M., Lingsma, H. F., Nieboer, D., Mauritz, W., Rusnak, M., & Steyerberg, E. W. (2014). Performance of IMPACT, CRASH and Nijmegen models in predicting six month outcome of patients with severe or moderate TBI: An external validation study. Scandinavian Journal of Trauma, Resuscitation and Emergency Medicine, 22(1). https://doi.org/10.1186/s13049-014-0068-9 Panczykowski, D. M., Puccio, A. M., Scruggs, B. J., Bauer, J. S., Hricik, A. J., Beers, S. R., & Okonkwo, D. O. (2012). Prospective Independent Validation of IMPACT Modeling as a Prognostic Tool in Severe Traumatic Brain Injury. Journal of Neurotrauma, 29(1), 47‑52. https://doi.org/10.1089/neu.2010.1482 PLOS Score: Koton, S., Luengo-Fernandez, R., Mehta, Z., & Rothwell, P. M. (2010). Independent Validation of the Prolonged Length of Stay Score. Neuroepidemiology, 35(4), 263‑266. https://doi.org/10.1159/000320241 Tableau de Kim et al.: Kim, M.-S., Joo, M. C., Sohn, M. K., Lee, J., Kim, D. Y., Lee, S.-G., Shin, Y.-I., Kim, S.-Y., Oh, G.-J., Lee, Y.-S., Han, E. Y., Han, J., Ahn, J., Chang, W. H., Kim, Y.-H., Choi, J. Y., Hyun Kang, S., & Kim, Y. T. (2020). Development and validation of a prediction model for home discharge in patients with moderate stroke : The Korean stroke cohort for functioning and rehabilitation study. Topics in Stroke Rehabilitation, 27(6), 453‑461. https://doi.org/10.1080/10749357.2019.1711338 Nomogramme de Inke et al.: König, I. R., Ziegler, A., Bluhmki, E., Hacke, W., Bath, P. M. W., Sacco, R. L., Diener, H. C., & Weimar, C. (2008). Predicting Long-Term Outcome After Acute Ischemic Stroke : A Simple Index Works in Patients From Controlled Clinical Trials. Stroke, 39(6), 1821‑1826. https://doi.org/10.1161/STROKEAHA.107.505867 THRIVE: Chen, W., Liu, G., Fang, J., Wang, Y., Song, Y., Pan, Y., Li, H., Liu, L., Wang, C., Wang, D. Z., Zhao, X., & Wang, Y. (2016). External Validation of the Totaled Health Risks in Vascular Events Score to Predict Functional Outcome and Mortality in Patients Entered into the China National Stroke Registry. Journal of Stroke and Cerebrovascular Diseases, 25(10), 2331‑2337. https://doi.org/10.1016/j.jstrokecerebrovasdis.2016.03.021 Flint, A. C., Kamel, H., Rao, V. A., Cullen, S. P., Faigeles, B. S., & Smith, W. S. (2014). Validation of the Totaled Health Risks In Vascular Events (THRIVE) score for outcome prediction in endovascular stroke treatment. International Journal of Stroke, 9(1), 32‑39. https://doi.org/10.1111/j.1747-4949.2012.00872.x CRASH: Castaño-Leon, A. M., Lora, D., Munarriz, P. M., Cepeda, S., Paredes, I., de la Cruz, J., Gómez Lopez, P. A., & Lagares, A. (2016). Predicting Outcomes after Severe and Moderate Traumatic Brain Injury : An External Validation of Impact and Crash Prognostic Models in a Large Spanish Cohort. Journal of Neurotrauma, 33(17), 1598‑1606. https://doi.org/10.1089/neu.2015.4182 Majdan, M., Lingsma, H. F., Nieboer, D., Mauritz, W., Rusnak, M., & Steyerberg, E. W. (2014). Performance of IMPACT, CRASH and Nijmegen models in predicting six month outcome of patients with severe or moderate TBI: An external validation study. Scandinavian Journal of Trauma, Resuscitation and Emergency Medicine, 22(1). https://doi.org/10.1186/s13049-014-0068-9 Nomogramme de Cremer et al.: Cremer, O. L., Moons, K. G. M., van Dijk, G. W., van Balen, P., & Kalkman, C. J. (2006). Prognosis Following Severe Head Injury : Development and Validation of a Model for Prediction of Death, Disability, and Functional Recovery: The Journal of Trauma: Injury, Infection, and Critical Care, 61(6), 1484‑1491. https://doi.org/10.1097/01.ta.0000195981.63776.ba Règle de prédiction clinique de Van Middendorp et al.: Phan, P., Budhram, B., Zhang, Q., Rivers, C. S., Noonan, V. K., Plashkes, T., Wai, E. K., Paquet, J., Roffey, D. M., Tsai, E., & Fallah, N. (2019). Highlighting discrepancies in walking prediction accuracy for patients with traumatic spinal cord injury : An evaluation of validated prediction models using a Canadian Multicenter Spinal Cord Injury Registry. The Spine Journal, 19(4), 703‑710. https://doi.org/10.1016/j.spinee.2018.08.016 Sturt, R., Hill, B., Holland, A., New, P. W., & Bevans, C. (2020). Validation of a clinical prediction rule for ambulation outcome after non-traumatic spinal cord injury. Spinal Cord, 58(5), 609‑615. https://doi.org/10.1038/s41393-019-0386-x van Middendorp, J. J., Hosman, A. J., Donders, A. R. T., Pouw, M. H., Ditunno, J. F., Curt, A., Geurts, A. C., & Van de Meent, H. (2011). A clinical prediction rule for ambulation outcomes after traumatic spinal cord injury : A longitudinal cohort study. The Lancet, 377(9770), 1004‑1010. https://doi.org/10.1016/S0140-6736(10)62276-3 van Silfhout, L., Peters, A. E. J., Graco, M., Schembri, R., Nunn, A. K., & Berlowitz, D. J. (2016). Validation of the Dutch clinical prediction rule for ambulation outcomes in an inpatient setting following traumatic spinal cord injury. Spinal Cord, 54(8), 614‑618. https://doi.org/10.1038/sc.2015.201 ERGIS: Walgaard, C., Lingsma, H. F., Ruts, L., Drenthen, J., Koningsveld, R. van, Garssen, M. J. P., van Doorn, P. A., Steyerberg, E. W., & Jacobs, B. C. (2010). Prediction of respiratory insufficiency in Guillain-Barré syndrome. Annals of Neurology, NA-NA. https://doi.org/10.1002/ana.21976 FRESH: Witsch, J., Frey, H.-P., Patel, S., Park, S., Lahiri, S., Schmidt, J. M., Agarwal, S., Falo, M. C., Velazquez, A., Jaja, B., Macdonald, R. L., Connolly, E. S., & Claassen, J. (2016). Prognostication of long-term outcomes after subarachnoid hemorrhage : The FRESH score: FRESH SAH Score. Annals of Neurology, 80(1), 46‑58. https://doi.org/10.1002/ana.24675 Dutch Stroke Score: de Ridder, I. R., Dijkland, S. A., Scheele, M., den Hertog, H. M., Dirks, M., Westendorp, W. F., Nederkoorn, P. J., van de Beek, D., Ribbers, G. M., Steyerberg, E. W., Lingsma, H. F., & Dippel, D. W. (2018). Development and validation of the Dutch Stroke Score for predicting disability and functional outcome after ischemic stroke : A tool to support efficient discharge planning. European Stroke Journal, 3(2), 165‑173. https://doi.org/10.1177/2396987318754591
Bonne
0,815
Bonne
Prédiction de la fonction : 0,866 Prédiction du niveau d'indépendance : 0,85
Cooray et al. : 0,79 Ntaios et al. : 0,90
Cooray et al. : Bonne Ntaios et al. : Bonne
N/E
0,89
Bonne
0,774
Prédiction d'un bon niveau fonctionnel : 0,734 (Le score de l'outil étant inversement lié à l'issue clinique positive, le c-index calculé par les auteurs est établi à 0,266 ou 0 équivaut à la prédiction parfaite et 0,5 équivaut au hasard).
N/E
0,69
Mauvaise calibration
0,76
N/E
0,808
Mauvaise calibration
0,732
N/E
N/E
0,86
Pour tous les patients hospitalisés :
- Prédiction d'une durée de séjour > 7 jours : 0,676
- Prédiction d'une durée de séjour > 30 jours : 0,687
- Prédiction d'une durée de séjour > 7 jours : 0,722
- Prédiction d'une durée de séjour > 30 jours : 0,720
Pour tous les patients hospitalisés :
- Prédiction d'une durée du séjour > 7 jours : bonne calibration
- Prédiction d'une durée de séjour > 30 jours : bonne calibration
- Prédiction d'une durée du séjour > 7 jours : bonne calibration
- Prédiction d'une durée de séjour > 30 jours : bonne calibration
0,82
Pauvre
- IMPACT-core : 0,76
- IMPACT-extended : 0,79
- IMPACT-Lab : 0,76
- IMPACT-core : Adéquate
- IMPACT-extended : Adéquate
- IMPACT-lab : Bonne
Castaño-Leon et al. : Pauvre Majdan et al. : Pauvre
Castaño-Leon et al. :
- 0,80 pour modèle IMPACT-core
- 0,83 pour modèle IMPACT-extended
- 0,80 pour modèle IMPACT-core
- 0,81 pour modèle IMPACT-extended
0,808
Pauvre
Castaño-Leon et al. : Pauvre Majdan et al. : Pauvre
Castaño-Leon et al. :
- 0,78 pour modèle CRASH-refitted Basic
- 0,79 pour modèle CRASH-refitted CT
- 0,80 pour modèle CRASH Basic
van Silfhout et al. : 0,939 van Middendorp et al. : 0,956 Phan et al. : 0,954
0,93
van Silfhout et al. : N/E van Middendorp et al. : N/E Phan et al. : N/E
N/E
MDCalc - Medical calculators, equations, scores, and guidelinesThe source for medical equations, algorithms, scores, and...MDCalc
http://apps.mdcalc.com/
Note : cette classification des valeurs de calibration et de discrimination a été déterminée de façon arbitraire. Il n'existe pas à l'heure actuelle de consensus quant aux valeurs seuil de calibration et de discrimination pour la pratique clinique.
Note : cette classification des valeurs de calibration et de discrimination a été déterminée de façon arbitraire. Il n'existe pas à l'heure actuelle de consensus quant aux valeurs seuil de calibration et de discrimination pour la pratique clinique.