Predicting functional outcomes of posterior circulation acute ischemic stroke in first 36 h of stroke onset
Notice bibliographique
Résumé
Posterior circulation acute ischemic stroke constitutes one-fourth of all ischemic strokes and can be efficiently quantified using the posterior circulation Alberta stroke program early computed tomography score (PC-ASPECTS) through diffusion-weighted imaging. We investigated whether the PC-ASPECTS and National Institutes of Health Stroke Scale (NIHSS) facilitate functional outcome prediction among Chinese patients with posterior circulation acute ischemic stroke. Participants were selected from our prospective stroke registry from January 1, 2015, to December 31, 2016. The baseline NIHSS score was assessed on the first day of admission, and brain magnetic resonance imaging was performed within 36 h after stroke onset. Simple and multiple logistic regressions were conducted to determine stroke risk factors and the PC-ASPECTS. Receiver operating characteristics (ROC) curve analysis was performed to compare the NIHSS and PC-ASPECTS. Of 549 patients from our prospective stroke admission registry database, 125 (22.8%) had a diagnosis of posterior circulation acute ischemic stroke. The optimal cutoff for the PC-ASPECTS in predicting outcomes was 7. The odds ratios of the PC-ASPECTS (≤ 7 vs > 7) in predicting outcomes were 6.33 (p = 0.0002) and 8.49 (p = 0.0060) in the univariate and multivariate models, respectively, and 7.52 (p = 0.0041) in the aging group. On ROC curve analysis, the PC-ASPECTS demonstrated more reliability than the baseline NIHSS for predicting functional outcomes of minor posterior circulation stroke. In conclusion, both the PC-ASPECTS and NIHSS help clinicians predict functional outcomes. PC-ASPECTS > 7 is a helpful discriminator for achieving favorable functional outcome prediction in posterior circulation 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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».