Yield of diffusion-weighted MRI for detection of potentially relevant findings in stroke patients
Notice bibliographique
Résumé
OBJECTIVE: To determine whether diffusion-weighted imaging (DWI) could identify potentially clinically relevant findings in patients presenting more than 6 hours after stroke onset when compared with conventional MRI. METHODS: MRI with both conventional (T2 and proton density images) and echoplanar imaging (DWI and apparent diffusion coefficient maps) was performed 6 to 48 hours after symptom onset (mean, 27 hours) in 40 consecutive patients with acute stroke. All acute lesions were identified first on conventional images, then on DWI, by a neuroradiologist who was provided with the suspected lesion location, based on a neurologist's examination before imaging. Abnormalities were rated as potentially clinically relevant if they were detected only on DWI and 1) confirmed the acute symptomatic lesion to be in a different vascular territory than suspected clinically, 2) revealed multiple lesions in different vascular territories suggestive of a proximal source of embolism, or 3) clarified that a lesion, thought to be acute on conventional imaging, was not acute. RESULTS: The initial clinical impression of lesion localization was incorrect in 12 patients (30%). Clinically significant findings were detected by DWI alone in 19 patients (48%). DWI demonstrated the symptomatic lesion in a different vascular territory than suspected clinically or by conventional MRI in 7 patients (18%) and showed acute lesions in multiple vascular distributions in 5 patients (13%). In 8 patients (20%), DWI clarified that lesions thought to be acute on conventional MRI were actually old. CONCLUSION: In patients imaged 6 to 48 hours after stroke onset, DWI frequently provided potentially clinically relevant findings that were not apparent on conventional MRI.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».