Computed Tomographic Angiography and Cerebral Blood Volume Can Predict Final Infarct Volume and Outcome After Recanalization
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Recanalization rates are higher in acute anterior stroke treated with stent-retrievers when compared with older techniques. However, some still have sizeable infarcts and poor outcome. This may be related to underestimation of core infarct on nonenhanced computed tomography (NECT). CT angiography (CTA) source images (CTASI) and CT perfusion may be more informative. We hypothesize that core infarct estimation with NECT, CTA, and CT perfusion predicts infarct at 24 hours and outcome after fast recanalization. METHODS: Consecutive good recanalization patients with proximal anterior circulation stroke were evaluated. We assessed Alberta Stroke Program Early CT Score (ASPECTs) on NECT for subtle early infarct, hypodensity, loss of gray-white (CTASI), and low cerebral blood volume (CBV; CT perfusion). Sensitivity and specificity for predicting infarct by region were calculated. RESULTS: Of 46 patients, 36 (78%) had successful thrombectomy. Median ASPECTS was 10 for NECT early infarct and frank hypodensity; for CBV, CTASI-ASPECTS was 8. CTASI had the highest sensitivity of 71% and specificity of 82% for 24 hours NECT infarct. There was moderate correlation and concordance between CBV/24-hour NECT (Rp=0.51; Rc=0.50) and CTASI/24-hour NECT (Rp=0.54 and Rc=0.53). Thirty-four patients (74%) had good outcomes. Median ASPECTS was higher on CTASI (8 versus 5; P=0.04) and CBV (9 versus 5; P=0.03) for patients with good versus bad outcome. There were better outcomes with increasing CTASI-ASPECTS (P=0.004) and CBV-ASPECTS (P=0.02). CONCLUSIONS: CTASI and CBV were better at predicting 24-hour infarct and outcome than NECT. Appropriate advanced imaged guided selection may improve outcomes in large-vessel stroke treated with the newest techniques.
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 | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».