MétaCan
Menu
Retour à la cohorte
Enregistrement W2259493460 · doi:10.1161/str.43.suppl_1.a97

Abstract 97: Multiparametric T2*-Permeability MRI Accurately Predicts Hemorrhagic Transformation: STIR/VISTA Imaging Multicenter Observational Study

2012· article· en· W2259493460 sur OpenAlexaff
David S. Liebeskind, Jeffry R. Alger, Fabien Scalzo, Qing Hao, Albert K Fong, Jeffrey L. Saver, Krishna Dani, Keith W. Muir, Andrew M. Demchuk, Shelagh B. Coutts, Marie Luby, Steven Warach

Notice bibliographique

RevueStroke · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueMRI in cancer diagnosis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicinePerfusion scanningPerfusionStroke (engine)Observational studyMagnetic resonance imagingDemographicsNuclear medicineRadiologyMultivariate analysisBolus (digestion)Internal medicineCardiology

Résumé

récupéré en direct d'OpenAlex

Background: Perfusion MRI may be used to reveal permeability changes reflective of blood-brain barrier derangements that predate hemorrhagic transformation (HT) in acute ischemic stroke. We conducted a multicenter observational study to compare and validate these novel T2*-permeability MRI measures as predictors of hemorrhage, deriving a predictive model for use with acute stroke therapies. Methods: Dynamic T2*-weighted perfusion MRI source images routinely obtained in the setting of acute ischemic stroke were collected from four academic medical centers. Post-processing was used to generate six previously described permeability parameters including contrast slope (CS), final contrast (FC), maximum peak bolus concentration (MPB), peak bolus area (PB), relative recirculation (rR), and %Recovery (%R). Clinical data including baseline demographics, medical history, lab values and treatment details were utilized to develop a predictive model for HT, combined with these novel permeability measures. The multivariate predictive model was evaluated using a 10-fold cross-validation to measure its generalization power on new patients. Results: Among 263 acute ischemic stroke patients analyzed in this large, multicenter collaborative imaging study, mean age was 69±15 years, 58.2% were women and baseline median NIHSS was 10 (range, 0-40). T2*-MRI sequences were acquired as part of routine imaging evaluation at a median of 214 minutes (range, 33-1440) from symptom onset. Treatments included IV tPA alone in 49%, endovascular recanalization therapies alone in 21.2%, and both in 10.4%. Overall, HT on GRE at 24 hours was observed in 84 (31.9%), including 34 HI1, 30 HI2, 9 PH1 and 11 PH2. More severe baseline NIHSS (r= 0.25, p<0.01) predicted HT at 24 hours. Individual T2*-permeability parameters exhibited positive predictive values (PPV) for HT ranging from 79-82% with negative predictive values (NPV) ranging from 70-78%. An automated predictive model integrating clinical data and all 6 multiparametric permeability measures exhibited PPV of 80% and NPV of 73% for HT at 24 hours. Conclusions: Permeability indices on dynamic T2*-weighted MRI routinely acquired for perfusion imaging in acute ischemic stroke can accurately predict HT using an automated predictive model. This novel automated predictive model may be used to refine treatment decisions in acute stroke.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,126
Tête enseignante GPT0,366
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrokeMême sujetMRI in cancer diagnosisTravaux en français237 207