Toward Patient-Tailored Perfusion Thresholds for Prediction of Stroke Outcome
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Multiple patient-specific clinical and radiologic parameters impact traditional perfusion thresholds used to classify/determine tissue outcome. We sought to determine whether modified baseline perfusion thresholds calculated by integrating baseline perfusion and clinical factors better predict tissue fate and clinical outcome. MATERIALS AND METHODS: CTP within 4.5 hours of acute anterior circulation stroke onset and 5- to 7-day MR imaging were performed for 203 patients with stroke, divided into derivation (n = 114) and validation (n = 89) data bases. Affected regions were operationally classified as infarct and noninfarct according to baseline CTP and follow-up FLAIR imaging. Perfusion thresholds were derived for each of the infarct and noninfarct regions, without and with transformation by baseline clinical and radiologic variables by using a general linear mixed model. Performance of transformed and nontransformed perfusion thresholds for tissue fate and 90-day clinical outcome prediction was then tested in the derivation data base. Reproducibility of models was verified by using bootstrapping and validated in an independent cohort. RESULTS: Perfusion threshold transformation by clinical and radiologic baseline parameters significantly improved tissue fate prediction for both gray matter and white matter (P < .001). Transformed thresholds improved the 90-day outcome prediction for CBF and time-to-maximum (P < .001). Transformed relative CBF and absolute time-to-maximum values demonstrated maximal GM and WM accuracies in the derivation and validation cohorts (relative CBF GM: 91%, 86%; WM: 86%, 83%; absolute time-to-maximum 88%, 79%, and 80%, 76% respectively). CONCLUSIONS: Transformation of baseline perfusion parameters by patient-specific clinical and radiologic parameters significantly improves the accuracy of tissue fate and clinical outcome prediction.
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 | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».