摘要 简介 创伤性脑损伤 (TBI) 是一种异质性疾病,其损伤严重程度、病理生理过程和结果各不相同。对于中度至重度 TBI 幸存者,恢复通常很漫长,结果范围从完全依赖到完全康复。尽管医疗治疗方案取得了进展,但预后基本保持不变。本研究的目的是开发一个机器学习预测模型,用于预测中度至重度 TBI 患者 6 个月时的神经系统结果,结合纵向临床、多模式神经影像学和血液生物标志物预测变量。 方法与分析 这是一项前瞻性观察性队列研究,将在 3 年内从澳大利亚七家医院招募 300 名中度至重度 TBI 患者。将在损伤急性期的多个时间点收集候选预测因子,包括人口统计学和一般健康变量、纵向临床、神经影像学 (CT 和 MRI)、血液生物标志物和患者报告的结果测量值。预测变量将填充新的机器学习模型,以预测受伤后 6 个月的格拉斯哥结果量表。该研究还将扩展当前的预后模型,包括新的血液生物标志物(循环无细胞 DNA)和定量神经成像的结果,例如定量磁化率映射和动态对比增强 MRI 作为预测变量。伦理与传播 已获得昆士兰州皇家布里斯班和妇女医院人类研究伦理委员会的伦理批准。参与者或其替代决策者将在提供书面知情同意之前收到有关该研究的口头和书面信息。研究结果将通过同行评审出版物传播并发表
主要关键词