A Combined Power M‐mode and Single Gate Transcranial Doppler Ultrasound Microemboli Signal Criteria for Improving Emboli Detection and Reliability
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Single gate transcranial Doppler spectrogram (sgTCD) has a high variability in the detection of microembolic signals (MES), Adding Power M-mode Doppler (PMD) information may improve MES detection. Our study's aim is to derive combined PMD/sgTCD microemboli criteria to overcome this limitation. METHODS: Patients with symptomatic carotid disease were prospectively enrolled within 24 h of symptom onset underwent 1 hour TCD emboli monitoring. We reviewed disparity between PMD MES criteria and sgTCD MES criteria. We compared combined PMD/sgTCD criteria to sgTCD alone criteria by measuring the intraclass correlation coefficient (ICC). RESULTS: Of 92 patients, 28 patients had evidence of MES on sgTCD or PMD. Total MES count was 269 based on sgTCD criteria, and 326 based on combined PMD/sgTCD criteria (P= 0.005). Combined PMD/sgTCD criteria revealed 17 MESs (4.8%) based on sgTCD criteria to represent artifacts and 57 MESs (17.5%) not to be detected by sgTCD criteria. Overall ICC based on sgTCD criteria was 0.67 [95% confidence interval (CI): 0.58-0.74]; however, introducing combined PMD/sgTCD criteria resulted in a significant increase in the ICC, 0.91 (95% CI: 0.88-0.93). CONCLUSION: Our combined PMD/sgTCD criteria for MES appeared to improve the yield of MES detection. Reliability in MES detection interpretation was improved when combined PMD/sgTCD criteria was applied.
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 ».