Magnitude of Hematoma Volume Measurement Error in Intracerebral Hemorrhage
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Limiting intracerebral hemorrhage (ICH) and intraventricular hemorrhage (IVH) expansion is a common target for acute ICH studies and, therefore, accurate measurement of hematoma volumes is required. We investigated the amount of hematoma volume difference between computed tomography scans that can be considered as measurement error. METHODS: Five raters performed baseline (<6 hours) and 24-hour total hematoma (ICH+IVH) computer-assisted volumetric analysis from 40 selected ICH patients from the Predicting Hematoma Growth and Outcome in Intracerebral Hemorrhage Using Contrast Bolus CT (PREDICT) study cohort twice. Estimates of intrarater and interrater reliability are expressed as intraclass correlation coefficients and minimum detectable difference (MDD). RESULTS: Total hematoma volumetric analyses had excellent intra- and interrater agreements (intraclass correlation coefficients 0.994 and 0.992, respectively). MDD for intra- and interrater volumes was 6.68 and 7.72 mL, respectively, and were higher the larger total hematoma volume was and in patients with subarachnoid hemorrhage or IVH. MDD for total hematoma volume measurement of 10.4 mL was found in patients with largest hematoma volumes. In patients with subarachnoid hemorrhage or IVH, MDD for total hematoma volume was 10.3 and 10.4 mL, respectively. In patients without IVH, MDD for intra- and interrater pure ICH volumes were 3.82 and 5.83 mL, respectively. CONCLUSIONS: A threshold higher than 10.4 mL seems to be reliable to avoid error of total hematoma volume measurement in a broad range of patients. An absolute ICH volume increase of >6 mL, commonly used as outcome in ICH studies, seems well above MDD and, therefore, could be used to reliably detect ICH expansion.
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 | 0,001 | 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) | 0,002 | 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 ».