Regional Ischemic Vulnerability of the Brain to Hypoperfusion
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: To characterize the spatial pattern of cerebral ischemic vulnerability to hypoperfusion in stroke patients. METHODS: We included 90 patients who underwent admission CT perfusion and MRI within 12 hours of ischemic stroke onset. Infarcted brain lesions ("core") were segmented from admission diffusion-weighted imaging and, along with the CT perfusion parameter maps, coregistered onto MNI-152 brain space, which was parcellated into 125 mirror cortical and subcortical regions per hemisphere. We tested the hypothesis that the percent infarction increment per unit of relative cerebral blood flow (rCBF) reduction differs statistically between regions using regression analysis to assess the interaction between regional rCBF and region variables. Next, for each patient, a "vulnerability index" map was constructed with voxel values equaling the product of that voxel's rCBF and infarction probability (derived from the MNI-152-transformed, binary, segmented, diffusion-weighted imaging lesions). Voxel-based rCBF threshold for core was determined within the upper 20th percentile of vulnerability index map voxel values. RESULTS: Different regions had different percent infarction increase per unit rCBF reduction (P=0.001). The caudate body, putamen, insular ribbon, paracentral lobule, and precentral, middle, and inferior frontal gyri had the highest ischemic vulnerability to hypoperfusion. A voxel-based rCBF threshold of <0.42 optimally distinguished infarct core in the highly-vulnerable regions, whereas rCBF<0.16 distinguished core in the remainder of the brain. CONCLUSIONS: We demonstrated regional ischemic vulnerability of the brain to hypoperfusion in acute stroke patients. Location-specific, rather than whole-brain, rCBF thresholds may provide a more accurate metric for estimating infarct core using CT perfusion maps.
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 ».