Can DWI-ASPECTS Substitute for Lesion Volume in Acute Stroke?
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: The extent of diffusion lesion on pretreatment imaging is a risk factor for poor outcome and hemorrhagic transformation after thrombolysis, and volumes of 70 to 100 mL have been advocated as cut-offs. However, estimating diffusion-weighted imaging (DWI) lesion volume (VolDWI) in the acute setting may be cumbersome. We aimed to determine whether the DWI-Alberta Stroke Program Early CT Score (DWI-ASPECTS) can substitute for VolDWI. METHODS: DWI-ASPECTS and VolDWI were measured retrospectively on pretreatment MRI (median onset-to-MRI delay=122 minutes) in 330 consecutively treated patients with middle cerebral artery stroke. RESULTS: DWI-ASPECTS and VolDWI were strongly correlated (ρ=-0.82), but each DWI-ASPECTS point corresponded to a wide range of VolDWI. All patients with DWI-ASPECTS≥7 (n=207) had VolDWI<70 mL, whereas 32 of the 34 patients with DWI-ASPECTS<4 had VolDWI>100 mL. However, intermediate DWI-ASPECTS (4-6; n=89) corresponded to highly variable VolDWI (median, 66 mL; interquartile range, 40-98). CONCLUSIONS: Although each DWI-ASPECTS point corresponds to a wide range of volumes, DWI-ASPECTS<4 or ≥7 may be used as reliable surrogates of VolDWI>100 or <70 mL, respectively.
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 ».