White Matter Hyperintensity Volume Influences Symptoms in Patients Presenting With Minor Neurological Deficits
Notice bibliographique
Résumé
Background and Purpose— Acute minor neurological deficits are a common complaint in the emergency department and differentiation of transient ischemic attack/minor stroke from a stroke mimic is difficult. We sought to assess the ability of white matter hyperintensity (WMH) volume to aid the diagnosis in such patients. Methods— This is a post hoc analysis of the previously published SpecTRA study (Spectrometry in TIA Rapid Assessment) of adult patients that presented to the emergency department with acute minor neurological deficits between December 2013 and March 2017. WMH volumes were measured if fluid-attenuated inversion recovery imaging was available. Outcomes of interest were final diagnosis, symptoms at presentation, and 90-day stroke recurrence. Results— WMH volume was available for 1485 patients. Median age was 70 years (interquartile range, 59–80), and 46.7% were female. Mean WMH volume was higher in transient ischemic attack/minor strokes compared with stroke mimics (1.71 ln mL [95% CI, 1.63–1.79 ln mL] versus 1.15 ln mL [95% CI, 1.02–1.27 ln mL], P <0.001). In multivariable-adjusted logistic regression analysis, WMH volume was not associated with final diagnosis. However, the combination of both diffusion-weighted imaging positivity and high WMH volume led to lower odds of focal symptoms at presentation ( P =0.035). Conclusions— The combination of diffusion-weighted imaging positivity and high WMH volume was associated with lower odds of focal symptoms at presentation in patients seen with minor neurological deficits in the emergency department. This suggests that WMH volume might be an important consideration and the absence of focal symptoms at presentation should not discourage clinicians from further investigating patients with suspected cerebral ischemia.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».