Novas perspectivas no tratamento do acidente vascular cerebral (AVC) requerem um método de triagem rápido para seleção dos pacientes. Nosso objetivo foi criar uma escala com informações clínicas simples para diferenciar hematoma intra-parenquimatoso (HEM) entre os pacientes com AVC. Estudamos 1.273 pacientes com AVC isquêmico (INF) e 237 com HEM do Stroke Data Bank. Variáveis independentes para o diagnóstico de INF e HEM foram determinadas pela análise de regressão logística e utilizadas para criar uma escala. Através da curva ROC foi escolhido o nível de corte para discriminar HEM (<= 2 ), com sensibilidade de 76%, especificidade de 83%. Foi realizada validação externa utilizando os pacientes do estudo NOMASS. Embora o uso de uma escala de fácil aplicação pelas equipes de emergência não possa substituir os métodos de imagem na diferenciação entre INF e HEM para a indicação de trombolítico, a escala proposta pode ser útil para selecionar pacientes para estudos clínicos e tratamento pré-hospitalar, alertar técnicos de tomografia e as equipes médicas sobre a chegada de pacientes, contribuindo para reduzir atrasos cruciais no tratamento.

New treatments for acute stroke require a rapid triage system, which minimizes treatment delays and maximizes selection of eligible patients. Our aim was to create a score for assessing the probability of brain hemorrhage among patients with acute stroke based upon clinical information. Of 1805 patients in the Stroke Data Bank, 1273 had infarction (INF) and 237 had parenchymatous hemorrhage (HEM) verified by CT. INF and HEM discriminators were determined by logistic regression and used to create a score. ROC curve was used to choose the cut-point for predicting HEM (score <= 2), with sensitivity of 76% and specificity of 83%. External validation was done using the NOMASS cohort. Although the use of a practical score by emergency personnel cannot replace the gold-standard brain image differentiation of HEM from INF for thrombolytic therapy, this score can help to select patients for stroke trials and pre-hospital treatments, alert CT scan technicians, and warn stroke teams of incoming patients to reduce treatment delays.