Structural integrity of white matter tracts as a predictor of acute ischemic stroke outcome
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Clinical assessment scores in acute ischemic stroke are only moderately correlated with lesion volume since lesion location is an important confounding factor. Many studies have investigated gray matter indicators of stroke severity, but the understanding of white matter tract involvement is limited in the early phase after stroke. This study aimed to measure and model the involvement of white matter tracts with respect to 24-h post-stroke National Institutes of Health Stroke Scale (NIHSS). MATERIAL AND METHODS: A total of 96 patients (50 females, mean age 66.4 ± 14.0 years, median NIHSS 5, interquartile range: 2-9.5) with follow-up fluid-attenuated inversion recovery magnetic resonance imaging data sets acquired one to seven days after acute ischemic stroke onset due to proximal anterior circulation occlusion were included. Lesions were semi-automatically segmented and non-linearly registered to a common reference atlas. The lesion overlap and tract integrity were determined for each white matter tract in the AALCAT atlas and used to model NIHSS outcomes using a supervised linear-kernel support vector regression method, which was evaluated using leave-one-patient-out cross validation. RESULTS: The support vector regression model using the tract integrity and tract lesion overlap measurements predicted the 24-h NIHSS score with a high correlation value of r = 0.7. Using the tract overlap and tract integrity feature improved the modeling accuracy of NIHSS significantly by 6% (p < 0.05) compared to using overlap measures only. CONCLUSION: White matter tract integrity and lesion load are important predictors for clinical outcome after an acute ischemic stroke as measured by the NIHSS and should be integrated for predictive modeling.
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 | 0,000 | 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 ».