Factors Influencing the Detection of Early CT Signs of Cerebral Ischemia
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Early CT signs of cerebral ischemia are subtle. Little is known of which factors influence the detection of infarct signs. We compared neuroradiologists' scan readings with those of other specialists involved in the care of stroke patients. METHODS: We used the Internet to show 63 CT scans, all acquired <6 hours after stroke and representing different patient ages, times to scanning, stroke severity, and early CT signs of ischemia to physicians involved in stroke care. They completed a structured scan interpretation proforma over the Internet. We compared the detection of early ischemic signs stratified by severity and the effect of prior stroke between different specialties. RESULTS: Among 207 observers, neuroradiologists saw significantly more of "any early ischemic changes" than did stroke physicians, general radiologists, geriatricians, or neurologists (all P<0.0001), predominantly due to neuroradiologists' greater detection of "mild" hypoattenuation or swelling. Detection of "severe" hypoattenuation or swelling, and hyperattenuated arteries did not differ between specialties. Old infarcts impaired recognition of early ischemic signs. Non-neuroradiologists did not "over-call" signs. Years of scan-reading experience did not account for these differences, but neuroradiologists took, on average, 30 seconds longer to read each scan than did most other specialists (P<0.0001). CONCLUSIONS: Non-neuroradiologists should realize that they are unlikely to over-call signs, that old infarcts may distract them from seeing early ischemic signs, and read stroke CT scans more slowly, as these factors may help them perform more like neuroradiologists.
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 ».