Profiles of lacunar and nonlacunar stroke
Notice bibliographique
Résumé
OBJECTIVE: Determining which small deep infarcts (SDIs) are of lacunar, arterial, or cardioembolic etiology is challenging, but important in delivering optimal stroke prevention therapy. We sought to distinguish lacunar from nonlacunar causes of SDIs using a gene expression profile. METHODS: A total of 184 ischemic strokes were analyzed. Lacunar stroke was defined as a lacunar syndrome with infarction <15mm in a region supplied by penetrating arteries. RNA from blood was processed on whole genome microarrays. Genes differentially expressed between lacunar (n = 30) and nonlacunar strokes (n = 86) were identified (false discovery rate ≤ 0.05, fold change >|1.5|) and used to develop a prediction model. The model was evaluated by cross-validation and in a second test cohort (n = 36). The etiology of SDIs of unclear cause (SDIs ≥ 15mm or SDIs with potential embolic source) (n = 32) was predicted using the derived model. RESULTS: A 41-gene profile discriminated lacunar from nonlacunar stroke with >90% sensitivity and specificity. Of the 32 SDIs of unclear cause, 15 were predicted to be lacunar, and 17 were predicted to be nonlacunar. The identified profile represents differences in immune response between lacunar and nonlacunar stroke. INTERPRETATION: Profiles of differentially expressed genes can distinguish lacunar from nonlacunar stroke. SDIs of unclear cause were frequently predicted to be of nonlacunar etiology, suggesting that comprehensive workup of SDIs is important to identify potential cardioembolic and arterial causes. Further study is required to evaluate the gene profile in an independent cohort and determine the clinical and treatment implications of SDIs of predicted nonlacunar etiology.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».