Evaluation of the novel medical imaging software e-ASPECTS for patient selection in stroke
Notice bibliographique
Résumé
<i>Introduction:</i> The interpretation of a CT scan of acute ischaemic stroke patients in the acute setting requires experience and carries significant variability. The Alberta Stroke Program Early CT score (ASPECTS) is an established 10-point quantitative topographic CT scan score to assess early ischaemic changes on plain CTs of acute stroke patients. We compared the performance of the standardised and fully automated software, e-ASPECTS (Brainomix, www.brainomix.com) with 3 expert neuroradiologists. <i>Method:</i> The baseline non-contrast enhanced CT scans of 132 acute stroke patients were evaluated by 3 expert neuroradiologists and e-ASPECTS using the ASPECTS method. Ground truth was determined by an independent core lab with access to follow-up CT/MR scans. e-ASPECTS is a standardised, fully automated ASPECTS scoring software tool that carries out a 3D registration/segmentation of ASPECTS regions and uses machine learning techniques for scoring. The sensitivity and specificity of e-ASPECTS to the 3 experts was compared by noninferiority analysis.<i>Results:</i> On average, e-ASPECTS deviated from the ground truth by less<br/>than one point (+0.8). For the 3 experts the deviation from the ground truth was +1.2, −0.7 and +1.1, respectively. Receiver operating characteristic (ROC) analysis on per region and per score basis showed that e-ASPECTS sensitivity and specificity is equivalent to the 3 experts. <i>Discussion:</i> e-ASPECTS is statistically non-inferior and equivalent to expert neuroradiologists. e-ASPECTS is a valuable tool to assist patient selection for both intravenous and endovascular stroke treatment.
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 | 0,003 | 0,002 |
| 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 ».