Normal Magnetic Resonance Perfusion-Weighted Imaging in Lacunar Infarcts Predicts a Low Risk of Early Deterioration
Notice bibliographique
Résumé
BACKGROUND: Current clinical tools to identify lacunar infarct patients at risk of deterioration are inadequate, and imaging techniques to predict fluctuation and deterioration would be of value. We sought to determine the occurrence of MRI perfusion-weighted imaging (PWI) abnormalities in lacunes, and whether they help predict clinical and radiological outcome. METHODS: Patients with lacunar stroke or TIA were selected from a prospective MR imaging study. MRI was performed within 24 h of the event and follow-up imaging completed at 30 or 90 days. Baseline perfusion maps were qualitatively assessed and infarct volumes measured. Early clinical deterioration (NIHSS worsening of > or = 3 points within 72 h of event) and 90-day modified Rankin Scale score (mRS) were recorded. RESULTS: Twenty-two patients were included. Fifteen (68.2%) had abnormal PWI at the site of the diffusion-weighted imaging lesion. Patients with abnormal PWI were more likely to have stroke than TIA as their index event (RR 2.2, 95% CI 0.9-5.2, p = 0.02). Early clinical deterioration occurred in 4 patients (18.2%), all of whom had abnormal PWI. PWI lesions were not associated with a higher 90-day NIHSS or mRS score, nor did they predict infarct volume growth. CONCLUSIONS: MR-PWI abnormalities are seen in two thirds of lacunar infarcts, and are associated with stroke rather than TIA. Normal PWI identifies patients at low risk of early clinical deterioration.
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 ».