MétaCan
Menu
← Retour à la cohorte
Enregistrement W2788168483 · doi:10.1161/str.48.suppl_1.wmp100

Abstract WMP100: Topographical Distribution of Lacunes in Cerebral Amyloid Angiopathy and Deep Hypertensive Intracerebral Hemorrhage

2017· article· en· W2788168483 sur OpenAlexaff
Marco Pasi, Grégoire Boulouis, Panagiotis Fotiadis, Andreas Charidimou, Eitan Auriel, Kellen Aley, Alison Ayres, Kristin Schwab, Joshua N. Goldstein, Jonathan Rosand, Anand Viswanathan, Leonardo Pantoni, Steven M. Greenberg, M. Edip Gurol

Notice bibliographique

RevueStroke · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueIntracerebral and Subarachnoid Hemorrhage Research
Établissements canadiensTitan Medical (Canada)
Organismes subventionnairesnon disponible
Mots-clésCerebral amyloid angiopathyMedicineIntracerebral hemorrhageNeuroimagingStroke (engine)Superficial siderosisCardiologyInternal medicineDementiaSubarachnoid hemorrhageDisease

Résumé

récupéré en direct d'OpenAlex

Background/Aims: To evaluate whether the burden of lacunes located at deep and lobar brain regions, would differ between intracerebral hemorrhage patients (ICH) with cerebral amyloid angiopathy (CAA) vs patients with strictly deep cerebral microbleeds (CMB) and ICH (Deep HTN-ICH). Methods: We defined lobar and deep lacunes similar to the topographic distribution used for ICH and microbleeds. We then compared their distribution between CAA and Deep HTN-ICH patients. The independent associations of lacune location (lobar vs deep) with diagnosis of CAA-ICH and Deep HTN-ICH were evaluated using multivariable models. The relationship between lobar and deep lacunes and WMH volume was evaluated using partial correlation analyses adjusting for age and by means of a validated visual scale. Results: In our cohort of 316 ICH patients, lobar lacunes were more commonly present in CAA (20.4% vs 5.7% in Deep HTN-ICH, p<0.001; see figure) while deep lacunes more frequent in Deep HTN-ICH patients (15.2% vs 2.1%, p<0.001; see figure). After correction for demographics, clinical and neuroimaging markers of SVD, lobar lacunes were associated with CAA diagnosis (p=0.023), while deep lacunes with Deep HTN-ICH (p<0.001). Lobar lacunes in 80% of the cases were at least in contact with WMH and after adjustment for age they were highly correlated to WMH volume ( r=0.52, p<0.001). Conclusions: Lobar lacunes are associated with CAA whereas deep lacunes are more frequent in patients with Strictly deep CMBs and ICH, they can thus be clinically useful in the appropriate context. Lobar lacunes seem to have a close relationship with WMH suggesting a possible common origin.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0030,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,274
Écart entre enseignants0,259 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStroke→Même sujetIntracerebral and Subarachnoid Hemorrhage Research→Travaux en français237 207→