Validity of Acute Stroke Lesion Volume Estimation by Diffusion-Weighted Imaging–Alberta Stroke Program Early Computed Tomographic Score Depends on Lesion Location in 496 Patients With Middle Cerebral Artery Stroke
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Alberta Stroke Program Early Computed Tomographic Score (ASPECTS) has been used to estimate diffusion-weighted imaging (DWI) lesion volume in acute stroke. We aimed to assess correlations of DWI-ASPECTS with lesion volume in different middle cerebral artery (MCA) subregions and reproduce existing ASPECTS thresholds of a malignant profile defined by lesion volume ≥100 mL. METHODS: We analyzed data of patients with MCA stroke from a prospective observational study of DWI and fluid-attenuated inversion recovery in acute stroke. DWI-ASPECTS and lesion volume were calculated. The population was divided into subgroups based on lesion localization (superficial MCA territory, deep MCA territory, or both). Correlation of ASPECTS and infarct volume was calculated, and receiver-operating characteristics curve analysis was performed to identify the optimal ASPECTS threshold for ≥100-mL lesion volume. RESULTS: A total of 496 patients were included. There was a significant negative correlation between ASPECTS and DWI lesion volume (r=-0.78; P<0.0001). With regards to lesion localization, correlation was weaker in deep MCA region (r=-0.19; P=0.038) when compared with superficial (r=-0.72; P<0.001) or combined superficial and deep MCA lesions (r=-0.72; P<0.001). Receiver-operating characteristics analysis revealed ASPECTS≤6 as best cutoff to identify ≥100-mL DWI lesion volume; however, positive predictive value was low (0.35). CONCLUSIONS: ASPECTS has limitations when lesion location is not considered. Identification of patients with malignant profile by DWI-ASPECTS may be unreliable. ASPECTS may be a useful tool for the evaluation of noncontrast computed tomography. However, if MRI is used, ASPECTS seems dispensable because lesion volume can easily be quantified on DWI maps.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 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 ».