Abstract TMP83: Drip and Ship vs. Mothership: The Effect of Large Vessel Occlusion Screening Tools on Conditional Probability Modelling
Notice bibliographique
Résumé
Introduction: Ischemic stroke with large vessel occlusion (LVO) cannot be definitively diagnosed without imaging. Clinical screening tools to help identify LVO in the field have variable positive predictive value (PPV). The accuracy and PPV of a clinical screen tool for LVO impacts transport decisions. Methods: Using conditional probability modelling, we estimated the effect of screening tool diagnostic properties for LVO. The PPV of various screening tools (generated from a prospective study of suspected stroke patients), including two hypothetical scales with PPVs of 60% and 75% respectively, were combined with the efficacy decay of alteplase and EVT over time to predict the probability of good outcome (mRS 0 - 1 at 90 days) for the drip and ship [alteplase at a Primary Stroke Centre (PSC) and then transfer to a Comprehensive Stroke Centre (CSC) for endovascular therapy (EVT)] and mothership (bypassing the PSC in pursuit of EVT at a CSC) transport strategies. Results: The results are shown in the Figure. As the PPV of the tool increases, the areas where mothership predicts the best outcome increases. At longer treatment times at the PSC the drip and ship area also decreases as PPV increases. The absolute probability of good outcome also decreases as PPV increases because more LVO strokes, with inherently poorer outcomes than most false positives, are identified. Conclusions: The PPV of the screening tool greatly impacts transport decision making. Due to the efficacy of efficacy of EVT for LVO stroke as PPV increases so does the area where mothership predicts the greatest probability of good outcome.
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 | 0,063 | 0,141 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,008 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 ».