Risikostratifizierung Thrombolyse-assoziierter symptomatischer Hirnblutungen mittels DWI-ASPECTS
Notice bibliographique
Résumé
Einleitung: Das Risiko einer symptomatischen intrakraniellen Blutung nach Thrombolyse (sICB) ist bei Patienten mit ausgedehnten Infarktfrühzeichen (CT, MRT) erhöht. Neuere Arbeiten legen einen nahezu linearen Zusammenhang zwischen der Größe der DWI-Läsion und dem sICB-Risiko nahe. Die manuelle Läsions-Volumetrie ist allerdings zeitaufwendig und in der klinischen Routine nicht praktikabel. Ziel der Studie war es, den in der CT-Diagnostik etablierten ASPECT-Score (Alberta Stroke Programme Early CT Score) auf die Analyse von DWI-Sequenzen zu übertragen („DWI-ASPECTS“) und seinen prädiktiven Wert in Bezug auf die Vorhersage einer sICB zu evaluieren. Methoden: Die klinischen und kernspintomographischen Daten von 229 Patienten aus vier Schlaganfallzentren mit frischer (<6h) supratentorieller Ischämie und MRT incl. DWI-Wichtung vor thrombolytischer Therapie gingen in diese Analyse ein. Das exakte Läsionsvolumen wurde manuell anhand der gesamten DWI-Schichten pro Patient ermittelt. Je ein Neurologe und ein Neuroradiologe, geblindet für die klinischen Daten, bestimmten den ASPECT-Score anhand der DWI-Bilder. Der 11-teilige ASPECT-Score wurde in 3 Gruppen unterteilt: A=10–8 (n=117), B=7–5 (n=74), C=4–0 (n=38). Ergebnisse: 10,5% (n=24) der Patienten entwickelten eine sICB. Die DWI-ASPECT-Scores unterschieden sich signifikant zwischen Patienten mit und ohne spätere sICB (8 vs. 5 Punkte, p=0,002). Patienten mit einem DWI-ASPECTS-Wert von 10–8 (Gruppe A) entwickelten in 6% eine sICH, mit einem Wert von 7–5 (Gruppe B) in 12,2% und mit einem Wert von 4–0 (Gruppe C) in 21,2% (p=0,009; Kruskal-Wallis-Test). Der DWI-ASPECTS korrelierte hoch mit der DWI-Läsionsgröße (Spearman-Rank=0,7, p<0,01). Die Interobserver-Reliabilitität war bei einem ICC von 0,87 (95%-KI=0,7–0,8) hervorragend. Schlussfolgerung: Die Anwendung des ASPECT-Score auf DWI-Sequenzen ist reliabel, zeigt eine gute Korrelation mit dem tatsächlichen DWI Läsionsvolumen und ermöglicht eine Abschätzung des sICB-Risikos bei thrombolytischer Therapie.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».