Abstract WMP13: Predictive Value of Rapid-assessed Cerebral Blood Volume and Cerebral Blood Flow Ct Perfusion Thresholds on Final Infarct Volume Following Successful Reperfusion: Analysis of The SWIFT PRIME Trial Data
Notice bibliographique
Résumé
Background and purpose: Advanced CT perfusion (CTP) imaging can estimate the size of the ischemic core, which can be used for selection of patients for endovascular therapy. The relative cerebral blood volume (rCBV) and cerebral blood flow (rCBF) thresholds chosen to identify ischemic core influence the accuracy of prediction. The purpose of this study was to analyze the accuracy of various rCBV and rCBF thresholds for predicting 27 hour infarct volume using RAPID automated analysis software. Methods: Patients from the SWIFT PRIME study with baseline and 27 hour follow-up CT perfusion scans were included if they had complete reperfusion based on Tmax>6s perfusion maps obtained at 27 hours. Patients from both the tPA and endovascular groups were included. Infarct volume was determined on MRI (FLAIR images) or CT scans obtained 27 hours after symptom onset. The predicted ischemic core volume on rCBV and rCBF maps using thresholds ranging between 0.2 and 0.8 was compared with the actual infarct volume to determine the most accurate thresholds. Results: Among the 47 subjects, the following baseline CTP thresholds most accurately predicted the actual 27 hour infarct volume: rCBV=0.34 (Median absolute error (MAE)=11.5 ml); rCBV=0.36, MAE=9.9 ml; rCBV=0.4, MAE=12.5 ml; rCBF=0.3, MAE=8.8 ml; rCBF=0.32, MAE=7.3; and rCBF=0.34, MAE=7.8. Conclusions: Brain regions with rCBF ≤ .32 or rCBV ≤ .36 provided the most accurate prediction of infarct volume in patients who achieved complete reperfusion with median absolute errors less than 10 ml. Our data support the value of automated image analysis software as a tool for accurate prediction of ischemic core lesion volume.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,002 | 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 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 ».