MétaCan
Menu
← Retour à la cohorte
Enregistrement W1568852238 · doi:10.1161/str.46.suppl_1.wmp18

Abstract W MP18: NCCT ASPECTS Underestimates Infarct Core in Early Presenters with Poor Collateral Status

2015· article· en· W1568852238 sur OpenAlexaffabout
Jun-Gyu Yang, Jeong‐Ho Hong, Chang‐Hyun Kim, Hyuk-Won Chang, Bijoy K. Menon, Sung‐Il Sohn

Notice bibliographique

RevueStroke · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineInterquartile rangeStroke (engine)RadiologyLogistic regressionNuclear medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background and Purpose: Noncontrast CT (NCCT) identifies early ischemic change that can predict irreversible ischemic injury. However DWI is more sensitive than NCCT in detection of early ischemic lesion. Our aim was to investigate the factors that influence discrepancy in early ischemic change detection between CT and DWI among good NCCT scan. Methods: We collected consecutive 167 ischemic stroke patients with occlusion of ICA and/or MCA M1 diagnosed by CTA and DWI within 6h of onset (last seen normal, LNT) between August 2004 and February 2013. Alberta Stroke Program Early Computed Tomography Score (ASPECTS) was used to evaluate discrepancy between lesions on NCCT and DWI MR. We identified 109 patients with a good NCCT scan defined as ASPECTS 6-10. Discrepancy between NCCT and DWI was when DWI ASPECTS was 0-5 and no discrepancy was when DWI ASPECTS was 6-10. Regional leptomeningeal collateral (rLMC) score by CTA was used to evaluate collateral status. Results: We reviewed 109 patients (mean age 67.5 ± 12.5 years) with median baseline National Institutes of Health Stroke Scale (NIHSS) 14 (interquartile range, 10-19). Discrepancy group (N=40, 36.7%) had shorter time from LNT to CT (median 98 vs 132 min, p=0.013), higher score of initial NIHSS (median 17 vs 13, p=0.013), lower rLMC score (median 10.5 vs 14, p<0.001). There was no significant difference from CT to DWI time (median 41 vs 40 min) between both groups. In a multivariable logistic regression analysis, time from LNT to CT (OR 0.99; 95% CI 0.99-1.00; P=0.05), rLMC score (OR 0.21; 95% CI 0.08-0.56; P=0.002) were independently associated with the discrepancy group. Conclusion: Discrepancy between CT and DWI is common in patients with acute anterior circulation ischemic stroke. This discrepancy is more apparent when patients present early and have poor collaterals.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,033
Tête enseignante GPT0,286
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStroke→Même sujetAcute Ischemic Stroke Management→Travaux en français237 207→