Abstract TP324: Macrobleeds and Microbleeds: A Vascular Risk Factor Microangiopathy
Notice bibliographique
Résumé
Background: The predominant type of cerebral small vessel disease (SVD) and clinical outcomes of patients who present with a combination of lobar and deep intracerebral hemorrhage (ICH)/microbleed (MB) locations (Mixed-ICH, see figure) is unknown. Methods: Out of 391 consecutive ICH, 75 (19%) had Mixed-ICH, and their demographics, clinical/laboratory features, and SVD neuroimaging markers were compared to 191 probable Cerebral Amyloid Angiopathy (CAA-ICH) and 125 strictly deep-MB and ICH (Deep-ICH) patients. ICH-recurrence on follow up was also analyzed. Results: Mixed-ICH patients had a higher prevalence of hypertension, diabetes, left ventricular hypertrophy rates, higher creatinine values, as well as more prevalent lacunes and basal ganglia (BG) enlarged perivascular spaces (EPVS) than CAA-ICH (all p<0.05). When compared to Deep-ICH, Mixed-ICH patients were older, had higher WMH volumes and MB count, and more prevalent lacunes and centrum semiovale EPVS (all p<0.05). In multivariable models, Mixed-ICH diagnosis was associated with higher creatinine, more lacunes and BG EPVS, than CAA-ICH (all p<0.05). When compared to Deep-ICH, Mixed-ICH patients were older and had more lacunes and MBs in multivariable models (all p<0.05). Annual risk of ICH-recurrence was 5.1% for Mixed-ICH, higher compared to Strictly Deep-ICH but lower than CAA-ICH (1.6% and 10.4%, respectively). Conclusions: Mixed-ICH, commonly seen when MRI obtained during etiologic workup, appears to be mostly driven by vascular risk factors similar to Strictly Deep-ICH, but demonstrates more severe parenchymal damage and higher ICH-recurrence risk.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».