MétaCan
Menu
Retour à la cohorte
Enregistrement W2105927743 · doi:10.1111/j.1552-6569.2002.tb00083.x

Screening for Intracranial Stenosis With Transcranial Doppler: The Accuracy of Mean Flow Velocity Thresholds

2002· article· en· W2105927743 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Neuroimaging · 2002
Typearticle
Langueen
DomaineMedicine
ThématiqueCerebrovascular and Carotid Artery Diseases
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Institute of Neurological Disorders and Stroke
Mots-clésMedicineStenosisDigital subtraction angiographyTranscranial DopplerMiddle cerebral arteryPosterior cerebral arteryRadiologyMagnetic resonance angiographyStroke (engine)Internal carotid arteryBasilar arteryMagnetic resonance imagingCardiologyAngiographyConfidence intervalInternal medicineIschemia

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patients with 50% intracranial arterial stenosis may require more intensive therapies for stroke prevention. Transcranial Doppler (TCD) is a convenient noninvasive screen for intracranial stenosis. The accuracy of different mean flow velocity (MFV) thresholds for determining the degree of stenosis remains uncertain. METHODS: The authors prospectively compared the accuracy of TCD criteria and MFV thresholds to magnetic resonance, computed tomography, and digital subtraction angiography in patients with symptoms of recent or remote stroke or transient ischemic attack. Stenosis on angiography was measured as 0%, < 50%, or > or = 50% diameter reduction. RESULTS: Of 136 consecutive patients, 33 (24%) had distal internal carotid artery (ICA), middle cerebral artery (MCA), posterior cerebral artery, or basilar artery stenosis on angiography (14 patients [10%] were excluded due to incomplete TCD examinations, mainly from a lack of temporal windows). TCD showed 31 true-positive, 9 false-positive, 2 false-negative, and 94 true-negative studies. For all vessels, TCD had a sensitivity of 93.9% (confidence interval [CI] = 89%-98%), a specificity of 91.2% (CI = 87%-96%), a positive predictive value (PPV) of 77.5%, and a negative predictive value (NPV) of 97.9%. The trade-off in sensitivity and specificity for MCA MFV thresholds was as follows: MFV > or = 80 cm/s had a sensitivity of 100%, a specificity of 96.9% (CI = 94%-99%), a PPV of 84%, and an NPV of 100%. MFV > or = 100 cm/s had a sensitivity of 100%, a specificity of 97.9% (CI = 96%-99%), a PPV of 88.8%, and an NPV of 94.9%. MFV > or = 120 cm/s had a sensitivity of 68.7% (CI = 61%-78%), a specificity of 100%, a PPV of 100%, and an NPV of 94.9%. Reasons for false-positive findings include collateralization of flow in the presence of proximal ICA stenosis and prestenotic to stenotic MCA velocity ratios of 1: < or = 2. CONCLUSION: TCD is both sensitive and specific in identifying > or = 50% intracranial arterial stenosis. A MFV threshold cutoff of 100 cm/s has an optimal sensitivity and specificity trade-off for > or = 50% MCA stenosis. To help avoid false-positive results, a prestenotic to stenotic MCA velocity ratio of 1: > or = 2 should be used in addition to the MFV threshold.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,573
Score d'incertitude au seuil0,380

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,262
Écart entre enseignants0,227 · 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