Abstract WP9: Improving Selection of Patients for Endovascular Treatment of Acute Ischemic Stroke:External Validation of a Clinical Decision Tool in Data from the Hermes Collaboration
Notice bibliographique
Résumé
Background: Benefit of endovascular treatment (EVT) varies between individual patients with acute ischemic stroke. The MR PREDICTS decision tool, previously developed in the MR CLEAN trial, predicts outcome with and without EVT based on baseline patient characteristics and imaging characteristics (www.mrpredicts.com). We externally validated this model with data from recent EVT trials. Methods: Individual patient data was derived from the six other randomized controlled trials within the HERMES collaboration (ESCAPE, REVASCAT, SWIFT-PRIME, EXTEND-IA, THRACE and PISTE). Outcome of the ordinal logistic regression model was the modified Rankin Scale (mRS) at 90 days after stroke. Treatment benefit was defined as the difference between the predicted probability of achieving functional independence (mRS score 0-2) with and without EVT. Model performance was evaluated according to discrimination (measured with the c-statistic which ranges from 0.5 to 1) and calibration. Model coefficients were updated after calibration. Results: We included 1243 patients (633 assigned to EVT, 610 assigned to control). The c-statistic was 0.67 (95% confidence interval [CI] 0.65-0.69) for the ordinal mRS and 0.73 (95% CI 0.70-0.76) for functional independence, similar to previous performance. Outcomes were systematically better than predicted (calibration slope 0.89 and intercept 0.52). The observed probability of functional independence was higher than predicted for both treated patients (54% vs 40%) and controls (35% vs 26%), but the observed treatment benefit was similar (19% and 14%). Figure 1 shows a screenshot of the decision tool for use in clinical practice. Conclusion: Our model predicted outcome in a large representative trial population with discriminative value comparable to other well-known prediction tools. The decision tool can be used to support clinical decision making in ischemic stroke by selection of patients for EVT.
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 | 0,203 | 0,395 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».