“Clinical-CT Mismatch” and the Response to Systemic Thrombolytic Therapy in Acute Ischemic Stroke
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Mismatch between clinical deficits and imaging lesions in acute stroke has been proposed as a method of identifying patients who have hypoperfused but still have viable brain, and may be especially apt to respond to reperfusion therapy. We explored this hypothesis using a combined database including 4 major clinical trials of intravenous (IV) thrombolytic therapy. METHODS: To determine what the radiological correlates of a "matched" functional deficit are, we calculated the relationship between the ASPECT score of the 24-hour (follow-up) CT scan and the 24-hour National Institutes of Health Stroke Scale (NIHSS) score on the subsample with ASPECT scores performed at this time (n=820). Based on this empirical relationship, we computed the absolute difference between the observed baseline ASPECT score and the "expected" score (ie, matched) based on baseline NIHSS for all patients (n=2131). We tested whether patients with better than expected baseline ASPECTS were more likely to benefit from IV recombinant tissue plasminogen activation (rtPA). RESULTS: At 24 hours, there was a strong, linear, negative correlation between NIHSS and ASPECTS (r2=0.33, P<0.0001); on average, an increase of 10 points on NIHSS corresponded to a decrease of approximately 3 points on ASPECTS. At baseline, the average degree of mismatch between the observed and "expected" ASPECTS was 2.1 points (interquartile range, 1.0 to 3.4). However, multiple analyses failed to reveal a consistent relationship between the degree of clinical-CT mismatch at baseline and a patient's likelihood of benefiting from IV rtPA. CONCLUSIONS: Clinical-CT mismatch using ASPECT scoring does not reliably identify patients more or less likely to benefit from IV rtPA.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».