Prevalence of Imaging Biomarkers to Guide the Planning of Acute Stroke Reperfusion Trials
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Imaging biomarkers are increasingly used as selection criteria for stroke clinical trials. The goal of our study was to determine the prevalence of commonly studied imaging biomarkers in different time windows after acute ischemic stroke onset to better facilitate the design of stroke clinical trials using such biomarkers for patient selection. METHODS: This retrospective study included 612 patients admitted with a clinical suspicion of acute ischemic stroke with symptom onset no more than 24 hours before completing baseline imaging. Patients with subacute/chronic/remote infarcts and hemorrhage were excluded from this study. Imaging biomarkers were extracted from baseline imaging, which included a noncontrast head computed tomography (CT), perfusion CT, and CT angiography. The prevalence of dichotomized versions of each of the imaging biomarkers in several time windows (time since symptom onset) was assessed and statistically modeled to assess time dependence (not lack thereof). RESULTS: We created tables showing the prevalence of the imaging biomarkers pertaining to the core, the penumbra and the arterial occlusion for different time windows. All continuous imaging features vary over time. The dichotomized imaging features that vary significantly over time include: noncontrast head computed tomography Alberta Stroke Program Early CT (ASPECT) score and dense artery sign, perfusion CT infarct volume, and CT angiography collateral score and visible clot. The dichotomized imaging features that did not vary significantly over time include the thresholded perfusion CT penumbra volumes. CONCLUSIONS: As part of the feasibility analysis in stroke clinical trials, this analysis and the resulting tables can help investigators determine sample size and the number needed to screen.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,184 | 0,451 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,008 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».