Abstract WMP16: Eloquence-Weighted Imaging Improves Clinical Outcomes Prediction in Endovascular Stroke Therapy
Notice bibliographique
Résumé
Background: Larger infarct size at presentation as determined by ASPECTS is associated with reduced likelihood of good outcome in acute ischemic stroke. However, infarct volume alone explains only a modest fraction (∼30%) of the variation in stroke outcome. Incorporating the relative eloquence of each ASPECTS region may improve the predictive power. Methods: In the combined database of the SWIFT and STAR trials, we identified patients treated with the Solitaire stent retriever. Using the 24hr CT scan, a multivariate linear regression was used to determine the relative contribution of each ASPECTS region, separately in each hemisphere, to freedom from disability (mRS 0-2) at 90 days. The coefficients from the regression were used to create an Eloquence-weighted ASPECTS score (EL-ASPECTS), which was compared against the original in predicting outcome based on the presentation CT scan. Results: Among 254 patients treated with ET, average age was 68, 64% were female, and NIHSS was mean 16 (SD +/- 5). Mean ASPECTS at presentation was 8.2 and 6.4 at 24 hrs. The most commonly involved ASPECTS regions were the lentiform nuclei (70%), insula (55%), and caudate (52%). In multivariate analysis, for the right hemisphere on 24hr CT, preservation of M1 (OR 1.6) and M4 (OR 1.2) regions were most strongly predictive of good outcome. For the left hemisphere on 24 hr CT, preservation of M3 (OR 2.6), and M5 (OR 2.5) and involvement of M2 (OR -1.9) were most predictive. Eloquence weights were assigned to all 20 R/L ASPECTS regions to create EL-ASPECTS. EL-ASPECTS, compared with original ASPECTS, demonstrated improved discrimination for independent functional outcome for right hemisphere (C-statistic 0.78 vs. 0.69), left hemisphere (0.78 vs. 0.72), and all stroke patients (0.76 vs. 0.70). On presentation CTs, multivariate analyses including age and presentation NIHSS demonstrated EL-ASPECTS but not original ASPECTS was predictive of good clinical outcome (OR 1.65, p<.01). Higher C-statistic values were seen with EL-ASPECTS in analysis of presentation CT scans. Conclusions: Incorporation of regional weighting into ASPECTS improves the ability to predict who will achieve independent functional outcomes with endovascular therapy in acute ischemic 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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».