What ASPECTS Value Best Predicts the 100-mL Threshold on Diffusion Weighted Imaging? Study of 150 Patients with Middle Cerebral Artery Stroke
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: Infarct volume ≥100 mL on diffusion weighted imaging (DWI) predicts symptomatic hemorrhagic transformation and poor outcome. Our aim was to determine the correlation between the Alberta Stroke Program Early CT Score (ASPECTS) and infarct volume and to identify the optimal value for describing infarcts ≥100 mL. METHODS: This was a retrospective study of acute infarcts isolated to the middle cerebral artery territory imaged by DWI <48 hours from ictus. Two neuroradiologists blinded to volumetric measurements assigned ASPECTS while a third observer used a semi-automated thresholding technique to determine infarct volume. Correlation of ASPECTS and infarct volume was determined using Spearman's rank coefficient (ρ). Receiver-operating characteristics (ROC) curve analysis was performed to identify the optimal ASPECTS for ≥100 mL. RESULTS: One hundred and fifty patients were evaluated; the median and range for infarct volumes were 32.3 and 10.0-277 mL, respectively. The median and range for ASPECTS were 7 and 1-9, respectively. A strong correlation was found with ρ=-.807 (P < .0001). 22 (14.7%) infarcts were ≥100 mL and the area under the ROC curve was .976 (P < .0001). The optimal ASPECTS was ≤3 with sensitivity and specificity of 77.3% and 97.7%, respectively. CONCLUSION: ASPECTS may serve as a surrogate marker of infarct extent on DWI.
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.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle