MétaCan
Menu
Retour à la cohorte
Enregistrement W2068998238 · doi:10.1002/ana.20638

Perfusion computed tomography: Prediction of final infarct extent and stroke outcome

2005· letter· en· W2068998238 sur OpenAlexaboutno aff
Mark Parsons, Elizabeth Pepper, Virgil Chan, Sabbir Siddique, Siva Rajaratnam, Grant A. Bateman, Christopher Levi

Notice bibliographique

RevueAnnals of Neurology · 2005
Typeletter
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineComputed tomographyStroke (engine)PerfusionPerfusion scanningCardiologyRadiologyOutcome (game theory)TomographyInternal medicineMathematics

Résumé

récupéré en direct d'OpenAlex

The Alberta Stroke Program Early Computed Tomography Score (ASPECTS) has not been previously applied to perfusion CT (CTP). Five raters assigned ASPECTS to baseline noncontrast CT (NCCT), CT angiography source images (CTA-SI), CTP source images (CTP-SI), and CTP maps of cerebral blood volume (CBV), cerebral blood flow (CBF), and mean transit time (MTT) from 37 consecutive patients with less than 6-hour anterior circulation ischemic stroke. Major reperfusion was identified on follow-up imaging. Mean baseline ASPECTS was compared with follow-up imaging ASPECTS. Rates of favorable outcome were compared for dichotomized baseline ASPECTS. In patients with major reperfusion, mean CBV and CTP-SI ASPECTS closely predicted final infarct ASPECTS. In patients without major reperfusion, mean CBF and MTT ASPECTS best predicted final infarct ASPECTS. There were significant increases in rates of favorable outcome for CTP-SI and CBV ASPECTS of greater than 6, versus less than or equal to 6, but not for other baseline CT modalities. ASPECTS applied to CTP is more accurate at identifying the extent of reversible and irreversible ischemia and at predicting final clinical outcome than NCCTor CTA-SI.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,068
Tête enseignante GPT0,305
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations207
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of NeurologyMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207