Estimation of Acute Infarct Volume with Reference Maps: A Simple Visual Tool for Decision Making in Thrombectomy Cases
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Thrombectomy within 24 hours can improve outcomes in selected patients with a clinical-infarct mismatch. We devised an easy-to-use visual estimation tool that allows infarct volume estimation in centers with limited resources. METHODS: We identified 1,031 patients with cardioembolic or large-artery atherosclerosis infarction on diffusion-weighted images (DWIs) obtained before recanalization therapy and within 24 hours of onset, and occlusion of the internal carotid or middle cerebral artery. Acute DWIs were mapped onto a standard template and used to create visual reference maps with known lesion volumes, which were then used in a validation study (with 130 cases) against software estimates of infarct volume. RESULTS: The DWI reference map chart comprises 144 maps corresponding to 12 different infarct volumes (0.5, 1, 2, 3, 5, 7, 9, 11, 13, 15, 17, and 19 mL) in each of 12 template slices (Montreal Neurological Institute z-axis -15 to 51 mm). Infarct volume in a patient is estimated by selecting a slice with a similar infarct size at the corresponding z-axis level on the reference maps and then adding up over all slices. The method yielded good correlations to software volumetrics and was easily learned by both experienced and junior physicians, with approximately 1 to 2 minutes spent per case. The sensitivity, specificity, and accuracy for detecting threshold infarct volumes (<21, <31, and <51 mL) were very high (all about >90%). CONCLUSION: s We developed easy-to-use reference maps that allow prompt and reliable visual estimation of infarct volumes for triaging patients to thrombectomy in acute 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) | 0,000 | 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 ».