Automated ASPECTS in Acute Ischemic Stroke: A Comparative Analysis with CT Perfusion
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Automated ASPECTS has the potential of reducing interobserver variability in the determination of early ischemic changes. We aimed to assess the performance of an automated ASPECTS software against the assessment of a neuroradiologist in a comparative analysis with concurrent CTP-based CBV ASPECTS. MATERIALS AND METHODS: Patients with anterior circulation stroke who had baseline NCCT and CTP and underwent successful mechanical thrombectomy were included. NCCT-ASPECTS was assessed by 2 neuroradiologists, and discrepancies were resolved by consensus. CTP-CBV ASPECTS was assessed by a different neuroradiologist. Automated ASPECTS was provided by Brainomix software. ASPECTS was dichotomized (ASPECTS ≥6 or <6) and was also based on the time from onset (>6 or ≤6 hours). RESULTS: A total of 58 patients were included. The interobserver agreement for NCCT ASPECTS was moderate (κ = 0.48) and marginally improved (κ = 0.64) for dichotomized data. Automated ASPECTS showed excellent agreement with consensus reads (κ = 0.84) and CTP-CBV ASPECTS (κ = 0.84). Intraclass correlation coefficients for ASPECTS across all 3 groups were 0.84 (95% CI, 0.76–0.90, raw scores) and 0.94 (95% CI, 0.91–0.96, dichotomized scores). Automated scores were comparable with consensus reads and CTP-CBV ASPECTS in patients when grouped on the basis of time from symptom onset (>6 or ≤6 hours). There was significant (P < .001) negative correlation with final infarction volume and the 3 ASPECTS groups (r = −0.52, consensus reads; −0.58, CTP-CBV; and −0.66, automated). CONCLUSIONS: ASPECTS derived from an automated software performs equally as well as consensus reads of expert neuroradiologists and concurrent CTP-CBV ASPECTS and can be used to standardize ASPECTS reporting and minimize interpretation variability.
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».