MétaCan
Menu
Retour à la cohorte
Enregistrement W2110273043 · doi:10.1159/000331467

Fluid-Attenuated Inversion Recovery Hyperintensity in Acute Ischemic Stroke May Not Predict Hemorrhagic Transformation

2011· article· en· W2110273043 sur OpenAlexaff
Bruce Campbell, Craig Costello, Søren Christensen, Martin Ebinger, Mark Parsons, Patricia Desmond, P. Alan Barber, Kenneth Butcher, Christopher Levi, Deidre Anne De Silva, Maarten G. Lansberg, Michael Mlynash, Jean‐Marc Olivot, Matús Straka, Roland Bammer, Gregory W. Albers, Geoffrey A. Donnan, Stephen M. Davis

Notice bibliographique

RevueCerebrovascular Diseases · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringNational Institute of Neurological Disorders and StrokeNational Medical Research CouncilNational Health and Medical Research CouncilNational Stroke Foundation
Mots-clésFluid-attenuated inversion recoveryMedicineHyperintensityThrombolysisStroke (engine)LesionRadiologyIntracerebral hemorrhageMagnetic resonance imagingCardiologyInternal medicineNuclear medicinePathologySubarachnoid hemorrhage

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Fluid-attenuated inversion recovery (FLAIR) hyperintensity within an acute cerebral infarct may reflect delayed onset time and increased risk of hemorrhage after thrombolysis. Given the important implications for clinical practice, we examined the prevalence of FLAIR hyperintensity in patients 3-6 h from stroke onset and its relationship to parenchymal hematoma (PH). METHODS: Baseline DWI and FLAIR imaging with subsequent hemorrhage detection (ECASS criteria) were prospectively obtained in patients 3-6 h after stroke onset from the pooled EPITHET and DEFUSE trials. FLAIR hyperintensity within the region of the acute DWI lesion was rated qualitatively (dichotomized as visually obvious or subtle (i.e. only visible after careful windowing)) and quantitatively (using relative signal intensity (RSI)). The association of FLAIR hyperintensity with hemorrhage was then tested alongside established predictors (very low cerebral blood volume (VLCBV) and diffusion (DWI) lesion volume) in logistic regression analysis. RESULTS: There were 49 patients with pre-treatment FLAIR imaging (38 received tissue plasminogen activator (tPA), 5 developed PH). FLAIR hyperintensity within the region of acute DWI lesion occurred in 48/49 (98%) patients, was obvious in 18/49 (37%) and subtle in 30/49 (61%). Inter-rater agreement was 92% (κ = 0.82). The prevalence of obvious FLAIR hyperintensity did not differ between studies obtained in the 3-4.5 h and 4.5-6 h time periods (40% vs. 33%, p = 0.77). PH was poorly predicted by obvious FLAIR hyperintensity (sensitivity 40%, specificity 64%, positive predictive value 11%). In univariate logistic regression, VLCBV (p = 0.02) and DWI lesion volume (p = 0.03) predicted PH but FLAIR lesion volume (p = 0.87) and RSI (p = 0.11) did not. In ordinal logistic regression for hemorrhage grade adjusted for age and baseline stroke severity (NIHSS), increased VLCBV (p = 0.002) and DWI lesion volume (p = 0.003) were associated with hemorrhage but FLAIR lesion volume (p = 0.66) and RSI (p = 0.35) were not. CONCLUSIONS: Visible FLAIR hyperintensity is almost universal 3-6 h after stroke onset and did not predict subsequent hemorrhage in this dataset. Our findings question the value of excluding patients with FLAIR hyperintensity from reperfusion therapies. Larger studies are required to clarify what implications FLAIR-positive lesions have for patient selection.

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 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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0010,000

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 Opus0,016
Tête enseignante GPT0,218
Écart entre enseignants0,201 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations30
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCerebrovascular DiseasesMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207