MétaCan
Menu
Retour à la cohorte
Enregistrement W1988605990 · doi:10.3174/ajnr.a4195

Contribution and Additional Impact of Imaging to the SPAN-100 Score

2015· article· en· W1988605990 sur OpenAlexaff
Pradeep Krishnan, Gustavo Saposnik, Bruce Ovbiagele, Liying Zhang, Sean Symons, Richard I. Aviv

Notice bibliographique

RevueAmerican Journal of Neuroradiology · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensSt. Michael's HospitalSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineStroke (engine)Multivariate analysisCardiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND PURPOSE: Stroke Prognostication by Using Age and NIHSS score (SPAN-100 index) facilitates stroke outcomes. We assessed imaging markers associated with the SPAN-100 index and their additional impact on outcome determination. MATERIALS AND METHODS: Of 273 consecutive patients with acute ischemic stroke (<4.5 hours), 55 were characterized as SPAN-100-positive (age +NIHSS score ≥ 100). A comprehensive imaging review evaluated differences, using the presence of the hyperattenuated vessel sign, ASPECTS, clot burden score, collateral score, CBV, CBF, and MTT. The primary outcome assessed was favorable outcome (mRS ≤ 2). Secondary outcomes included recanalization, lack of neurologic improvement, and hemorrhagic transformation. Uni- and multivariate analyses assessed factors associated with favorable outcome. Area under the curve evaluated predictors of favorable clinical outcome. RESULTS: Compared with the SPAN-100-negative group, the SPAN-100-positive group (55/273; 20%) demonstrated larger CBVs (<0.001), poorer collaterals (P < .001), and increased hemorrhagic transformation rates (56.0% versus 36%, P = .02) despite earlier time to rtPA (P = .03). Favorable outcome was less common among patients with SPAN-100-positive compared with SPAN-100-negative (10.9% versus 42.2%; P < .001). Multivariate regression revealed poorer outcome for SPAN-100-positive (OR = 0.17; 95% CI, 0.06-0.38; P = .001), clot burden score (OR = 1.14; 95% CI, 1.05-1.25; P < .001), and CBV (OR = 0.58; 95% CI, 0.46-0.72; P = .001). The addition of the clot burden score and CBV improved the predictive value of SPAN-100 alone for favorable outcome from 60% to 68% and 74%, respectively. CONCLUSIONS: SPAN-100-positivity predicts a lower likelihood of favorable outcome and increased hemorrhagic transformation. CBV and clot burden score contribute to poorer outcomes among high-risk patients and improve stroke-outcome prediction.

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)0,006
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 seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,301
Écart entre enseignants0,283 · 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

Citations12
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of NeuroradiologyMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207