MétaCan
Menu
Retour à la cohorte
Enregistrement W2991386161 · doi:10.1007/s11239-019-01979-7

Modified diffusion-weighted imaging-Alberta Stroke Program Early Computed Tomography Score including deep white matter lesions predicts symptomatic intracerebral hemorrhage following intravenous thrombolysis

2019· article· en· W2991386161 sur OpenAlexaboutno aff
Kõji Tanaka, Shoji Matsumoto, Konosuke Furuta, Takeshi Yamada, Sukehisa Nagano, Kei‐ichiro Takase, Taketo Hatano, Ryo Yamasaki, Jun‐ichi Kira

Notice bibliographique

RevueJournal of Thrombosis and Thrombolysis · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of ScienceCenter for Clinical and Translational Research
Mots-clésMedicineIntracerebral hemorrhageThrombolysisWhite matterStroke (engine)Computed tomographyRadiologyDiffusion MRINeurologyNeuroimagingInternal medicineCardiologyMagnetic resonance imagingNuclear medicineSubarachnoid hemorrhage

Résumé

récupéré en direct d'OpenAlex

The Alberta Stroke Program Early Computed Tomography Score (ASPECTS) is widely used for the assessment of early ischemic changes (EICs) before thrombolysis. However, for symptomatic intracerebral hemorrhage (sICH) following intravenous recombinant tissue plasminogen activator (rt-PA), the prediction abilities of CT-ASPECTS, diffusion-weighted imaging (DWI)-ASPECTS, and DWI-ASPECTS including EICs in deep white matter (DWI-ASPECTS + W) are unclear. We investigated associations between each score and sICH following intravenous rt-PA. Data from consecutive patients who received intravenous rt-PA for acute ischemic stroke from 2005 to 2015 in four hospitals were retrospectively screened. We included data from patients who had undergone both CT and magnetic resonance imaging before thrombolysis and without evidence of posterior circulation stroke. We analyzed the ability of CT-ASPECTS, DWI-ASPECTS, and DWI-ASPECTS + W to predict sICH, accompanied by an increase in the National Institutes of Health Stroke Scale (NIHSS) score of ≥ 4 within the initial 36 h. Of 455 patients (273 men, median 75 years old), sICH occurred in 15 patients (3.3%). Receiver operating characteristics curve analysis showed that the optimal cut-offs of CT-ASPECTS, DWI-ASPECTS, and DWI-ASPECTS + W for predicting sICH were ≤ 9 (sensitivity 60.0%, specificity 59.8%, c-statistic 0.625), ≤ 6 (sensitivity 53.3%, specificity 80.9%, c-statistic 0.718), and ≤ 8 (sensitivity 86.7%, specificity 55.9%, c-statistic 0.756), respectively. A DWI-ASPECTS + W of ≤ 8 was independently associated with sICH (odds ratio 5.21, 95% confidence interval 1.30-35.31) after adjustment for pretreatment with antithrombotic agents, pretreatment NIHSS score, and large artery occlusions. DWI-ASPECTS + W predicted sICH in patients with acute anterior circulation stroke receiving intravenous rt-PA.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,257
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Thrombosis and ThrombolysisMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207