MétaCan
Menu
Retour à la cohorte
Enregistrement W2755844843 · doi:10.1097/rli.0000000000000413

Unenhanced Dual-Energy Computed Tomography

2017· article· en· W2755844843 sur OpenAlexaffabout
Mohammed F. Mohammed, Olivia Marais, Adam Min, David W. Ferguson, Sabeena Jalal, Faisal Khosa, Michael O’Keeffe, Tim C. O’Connell, Heiko Schmiedeskamp, Bernhard Krauß, Axel Rohr, Savvas Nicolaou

Notice bibliographique

RevueInvestigative Radiology · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced X-ray and CT Imaging
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésMedicineEmergency departmentRadiologyEdemaStroke (engine)Computed tomographyAcute strokeInfarctionTomographyPredictive valueCerebral edemaNuclear medicineSurgeryInternal medicineMyocardial infarction

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The aim of this study was to determine whether dual-energy computed tomography (DECT) imaging is superior to conventional noncontrast computed tomography (CT) imaging for the detection of acute ischemic stroke. MATERIALS AND METHODS: This was a retrospective, single-center study of 40 patients who presented to the emergency department (ED) of a major, acute care, teaching center with signs and symptoms of acute stroke. Only those patients who presented to the ED within 4 hours of symptom onset were included in this study. All 40 patients received a noncontrast DECT of the head at the time of presentation. Each patient also received standard noncontrast CT of the head 24 hours after their initial presentation to the ED. "Brain edema" images were then reconstructed using 3-material decomposition with parameters adjusted to suppress gray/white matter contrast while preserving edema and increasing its conspicuity. The initial unenhanced, mixed images, brain edema, and 24-hour follow-up true noncontrast (TNC) images were reviewed and assigned Alberta Stroke Program Early CT scores. Sensitivity, specificity, positive predictive value (PPV), and negative predictive value (NPV) were calculated. RESULTS: Of the 40 patients, 28 (70%) were diagnosed with an acute infarction. Brain edema reconstructions were better able to predict end infarction volume, with Alberta Stroke Program Early CT scores similar to the 24-hour follow-up TNC CT (7.75 vs 7.7; P > 0.05), whereas the mixed images routinely underestimated the extent of infarction (8.975 vs 7.7; P < 0.001). Initial TNC images had a sensitivity, specificity, PPV, and NPV of 80% (95% confidence interval [CI], 51.9%-95.7%), 72.7% (95% CI, 39%-94%), 80% (95% CI, 51.9%-95.7%), and 72.73% (95% CI, 51.91%-95.67%), respectively. The DECT brain edema images provided a sensitivity, specificity, PPV, and NPV of 93.33% (95% CI, 68.05%-99.83%), 100% (95% CI, 71.51%-100%), 100% (95% CI, 76.84%-100%), and 91.67% (95% CI, 61.52%-99.79%), respectively. There was very good interrater reliability across all 3 imaging techniques. CONCLUSION: Brain edema reconstructions are able to more accurately detect edema and end-infarct volume as compared with initial TNC images. This provides a better assessment of the degree and extent of infarction and may serve to better guide therapy in the future.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,234
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations55
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInvestigative RadiologyMême sujetAdvanced X-ray and CT ImagingTravaux en français237 207