Radiomics-Based Intracranial Thrombus Features on CT and CTA Predict Recanalization with Intravenous Alteplase in Patients with Acute Ischemic Stroke
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Thrombus characteristics identified on non-contrast CT (NCCT) are potentially associated with recanalization with intravenous (IV) alteplase in patients with acute ischemic stroke (AIS). Our aim was to determine the best radiomics-based features of thrombus on NCCT and CT angiography associated with recanalization with IV alteplase in AIS patients and proximal intracranial thrombi. MATERIALS AND METHODS: With a nested case-control design, 67 patients with ICA/M1 MCA segment thrombus treated with IV alteplase were included in this analysis. Three hundred twenty-six radiomics features were extracted from each thrombus on both NCCT and CTA images. Linear discriminative analysis was applied to select features most strongly associated with early recanalization with IV alteplase. These features were then used to train a linear support vector machine classifier. Ten times 5-fold cross-validation was used to evaluate the accuracy of the trained classifier and the stability of the selected features. RESULTS: Receiver operating characteristic curves showed that thrombus radiomics features are predictive of early recanalization with IV alteplase. The combination of radiomics features from NCCT, CTA, and radiomics changes is best associated with early recanalization with IV alteplase (area under the curve = 0.85) and was significantly better than any single feature such as thrombus length (P < .001), volume (P < .001), and permeability as measured by mean attenuation increase (P < .001), maximum attenuation in CTA (P < .001), maximum attenuation increase (P < .001), and assessment of residual flow grade (P < .001). CONCLUSIONS: Thrombus radiomics features derived from NCCT and CTA are more predictive of recanalization with IV alteplase in patients with acute ischemic stroke with proximal occlusion than previously known thrombus imaging features such as length, volume, and permeability.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».