Arterial tortuosity: an imaging biomarker of childhood stroke pathogenesis?
Notice bibliographique
Résumé
Background: Arteriopathy causes most childhood arterial ischemic stroke (AIS). Mechanisms are poorly understood but may include abnormalities of arterial structure. Extracranial dissection is common while intracranial dissection may explain idiopathic focal cerebral arteriopathy (FCA). We aimed to quantify cerebral arterial tortuosity and hypothesized increased tortuosity in extracranial dissection. Methods: Children with AIS were recruited within the Vascular-Effects-of-Infection-in-Pediatric-Stroke (VIPS) study (controls from the Calgary Pediatric Stroke Program). A validated software method calculated mean tortuosity of major cerebral arteries using 3D time-of-flight MR angiography (MRA). Blinded, multi-investigator reviews defined diagnostic categories. Tortuosity was compared between dissection (spontaneous and traumatic), FCA, moyamoya, meningitis, and cardioembolic, and controls (ANOVA, post-hoc Tukey). Results: A total of 116 children were studied. Age and gender were comparable across groups. Tortuosity scores and variances were consistent with validation studies. Tortuosity in controls (1.333±0.039, n=15) was comparable to moyamoya (1.324±0.038, p=0.99, n=15), meningitis (1.348±0.052, p=0.98, n=12) and cardioembolic (1.379±0.056, p=0.19, n=27) cases. Tortuosity was higher in dissection (1.398±0.072, p=0.02, n=22) and FCA (1.421±0.076, p=0.001, n=25). Traumatic (1.391±0.036, n=9) and non-traumatic (1.403±0.090, p=0.671, n=13) scores were not different. Conclusion: Children with dissection have more tortuous arteries. Quantified tortuosity may represent a clinically relevant biomarker of vascular biology in pediatric 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 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».