MétaCan
Menu
Retour à la cohorte
Enregistrement W2763004239 · doi:10.1161/str.47.suppl_1.tp57

Abstract TP57: Assessing Acute Infarct Growth and Evolution Using Apparent Diffusion Coefficient and Quantitative R2 Imaging

2016· article· en· W2763004239 sur OpenAlexaff
Rani Gupta Sah, Saad A. Khan, Ajay Mahajan, Nils D. Forkert, Adrian Tsang, Moiz Hafeez, Sana Tariq, Christopher D. d’Esterre, Phillip A Barber

Notice bibliographique

RevueStroke · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueMRI in cancer diagnosis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineDiffusion MRIEffective diffusion coefficientMagnetic resonance imagingLesionStroke (engine)Neurovascular bundleIschemic strokeNuclear medicineRadiologyIschemiaInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

Introduction: Ischemic stroke is caused by cellular injury to the neurovascular unit. During the early stages of stroke onset, MR diffusion-weighted Imaging (DWI) provides sensitive detection of cytotoxic injury. However, measurement of free-water with quantitative R2 (qR2) relaxometry is generally ignored. Hypothesis: Inclusion of qR2 with DWI will better characterize the heterogeneity of acute ischemia and infarct growth. Methods: 36 ischemic stroke patients (age; 72 ± 17) were imaged acutely (baseline) and at 24h on a 3 T MR scanner. Apparent diffusion coefficient (ADC) and qR2 maps were calculated from DWI and multi-echo T2 data sets using ANTONIA software. Volumetric segmentation of qR2 lesions were performed using a threshold -12.5% of the mean contra lateral side value. ADC lesions were segmented using a threshold of 630x10^-6mm^2/s. Lesion overlap of qR2 and ADC segmented volumes was also calculated using DICE coefficient. Results: Time from stroke onset to MRI was 4:5 ± 0.16h, and recanalization was confirmed (10 ± 1.3h) in the acute period. Treatment was provided with tPA in 27/36 (75%) or endovascular therapy in 15/36 (41.7%) or both in 9/36 (25%). Ischemic lesions were identified in 31/36 (86%) patients based on ADC. ADC lesions were identified in 23/31 (74%) at baseline and 27/31 (87%) at 24h, QR2 lesions were observed in 14/27 (52 %) at baseline and 15/27 (56%) at 24h. The Figure shows ADC and qR2 volume changes over time. QR2 and ADC volume overlap was 10.7% at baseline and 19.9% at 24h. The percentage change in qR2 lesion was 189.2%, compared to ADC lesion growth of 90.50%. Lesion growth was more frequently demonstrated by qR2 than ADC (Fishers exact p<0.05). Conclusion: Acute ischemic lesion growth size was more frequently demonstrated by qR2 than by ADC. Acquisition of ADC alone underestimates severity of acute ischemia and infarct growth. Combining quantitative MRI using ADC and qR2 provide improved characterization of acute infarct evolution.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,027
Tête enseignante GPT0,333
Écart entre enseignants0,306 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrokeMême sujetMRI in cancer diagnosisTravaux en français237 207