Computerized Texture Analysis of Carotid Plaque Ultrasonic Images Can Identify Unstable Plaques Associated With Ipsilateral Neurological Symptoms
Notice bibliographique
Résumé
We estimated the value of objective, computerized texture analysis of ultrasonic images in distinguishing carotid plaques associated with neurological ipsilateral symptoms (amaurosis fugax [AmF; n = 30], transient ischemic attack [TIA; n = 52], and stroke [n = 55]) from asymptomatic plaques (n = 51). We performed 3 case-control studies (1/symptom with asymptomatic plaques as control). On logistic regression, AmF was independently associated with severity of stenosis, percentage of pixels with gray levels 0 to 10 (PPCS1; measure of echolucency), and spatial gray level dependence matrices (SGLDM) information measure of correlation (IMC-1; texture); TIAs with PPCS1 (echolucency), SGLDM correlation, and skewness (both texture); and stroke with PPCS1, SGLDM correlation, and percentage of pixels with gray levels 11 to 20 (PPCS2; echolucency). The area under the curve of the regression-derived predicted probability for AmF, TIA, and stroke was 0.92, 0.82, and 0.85, respectively (all P < .001). Texture analysis can identify carotid plaques associated with a neurological event, improving the diagnostic value of echolucency measures. Texture analyses could be applied to natural history studies.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».