Qualitative Posttreatment Diffusion-Weighted Imaging as a Predictor of 90-day Outcome in Stroke Intervention
Notice bibliographique
Résumé
PURPOSE: The aim was to assess the ability of post-treatment diffusion-weighted imaging (DWI) to predict 90-day functional outcome in patients with endovascular therapy (EVT) for large vessel occlusion in acute ischemic stroke (AIS). METHODS: We examined a retrospective cohort from March 2016 to January 2018, of consecutive patients with AIS who received EVT. Planimetric DWI was obtained and infarct volume calculated. Four blinded readers were asked to predict modified Rankin Score (mRS) at 90 days post-thrombectomy. RESULTS: Fifty-one patients received endovascular treatment (mean age 65.1 years, median National Institutes of Health Stroke Scale (NIHSS) 18). Mean infarct volume was 43.7 mL. The baseline NIHSS, 24-hour NIHSS, and the DWI volume were lower for the mRS 0-2 group. Also, the thrombolysis in cerebral infarction (TICI) 2b/3 rate was higher in the mRS 0-2 group. No differences were found in terms of the occlusion level, reperfusion technique, or recombinant tissue plasminogen activator use. There was a significant association noted between average infarct volume and mRS at 90 days. On multivariable analysis, higher infarct volume was significantly associated with 90-day mRS 3-5 when adjusted to TICI scores and occlusion location (OR 1.01; CI 95% 1.001-1.03; p = 0.008). Area under curve analysis showed poor performance of DWI volume reader ability to qualitatively predict 90-day mRS. CONCLUSION: The subjective impression of DWI as a predictor of clinical outcome is poorly correlated when controlling for premorbid status and other confounders. Qualitative DWI by experienced readers both overestimated the severity of stroke for patients who achieved good recovery and underestimated the mRS for poor outcome patients. Infarct core quantitation was reliable.
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 | 0,003 |
| 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 | 0,001 | 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 ».