Predicting Ischemic Risk Using Blood Oxygen Level–Dependent MRI in Children with Moyamoya
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Moyamoya is a progressive steno-occlusive arteriopathy. MR imaging assessment of cerebrovascular reactivity can be performed by measuring the blood oxygen level–dependent cerebrovascular reactivity response to vasoactive stimuli. Our objective was to determine whether negative blood oxygen level–dependent cerebrovascular reactivity status is predictive of ischemic events in childhood moyamoya. MATERIALS AND METHODS: We conducted a retrospective study of a consecutive cohort of children with moyamoya who underwent assessment of blood oxygen level–dependent cerebrovascular reactivity. The charts of patients with written informed consent were reviewed for the occurrence of arterial ischemic stroke, transient ischemic attack, or silent infarcts. We used logistic regression to calculate the OR and 95% CI for ischemic events based on steal status. Hazard ratios for ischemic events based on age at blood oxygen level–dependent cerebrovascular reactivity imaging, sex, and moyamoya etiology were calculated using Cox hazards models. RESULTS: Thirty-seven children (21 female; median age, 10.7 years; interquartile range, 7.5–14.7 years) were followed for a median of 28.8 months (interquartile range, 13.7–84.1 months). Eleven (30%) had ischemic events, 82% of which were TIA without infarcts. Steal was present in 15 of 16 (93.8%) hemispheres in which ischemic events occurred versus 25 of 58 (43.1%) ischemic-free hemispheres (OR = 19.8; 95% CI, 2.5–160; P = .005). Children with idiopathic moyamoya were at significantly greater risk of ischemic events (hazard ratio, 3.71; 95% CI, 1.1–12.8; P = .037). CONCLUSIONS: Our study demonstrates that idiopathic moyamoya and the presence of steal are independently associated with ischemic events. The use of blood oxygen level–dependent cerebrovascular reactivity could potentially assist in the selection of patients for revascularization surgery and the direction of therapy in children with moyamoya.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».