MétaCan
Menu
← Retour à la cohorte
Enregistrement W3023503242 · doi:10.1136/neurintsurg-2019-snis.225

2 Imaging triage of late window patients with acute ischemic stroke. A comparative study using multi-phase CT angiography vs CT perfusion

2019· article· en· W3023503242 sur OpenAlexaff
Mohammed Almekhlafi, Wolfgang G. Kunz, Ryan McTaggart, Mahesh Jayaraman, Mohamed Najm, Seong Hwan Ahn, Enrico Fainardi, Marta Rubiera, Alex Khaw, Andrea Zini, Michael D. Hill, Andrew M. Demchuk, Mayank Goyal, Bijoy K. Menon

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensWestern UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineTriagePerfusion scanningStroke (engine)AngiographyRadiologyModified Rankin ScaleReceiver operating characteristicAkaike information criterionObservational studyLogistic regressionPerfusionInternal medicineIschemic strokeIschemiaEmergency medicineMachine learning

Résumé

récupéré en direct d'OpenAlex

Background Current guidelines recommend the use of perfusion imaging for selection of patients for endovascular thrombectomy (EVT) beyond six hours from onset. The role of collateral imaging in this time window is not established. Methods We used data from a prospective multi-center observational study where all stroke patients with suspected large vessel occlusion underwent imaging with single- and multi-phase CT angiography (mCTA) as well as CT perfusion. For this analysis, we only included patients presenting beyond six hours from onset/last known well time. Two blinded reviewers judged patients’ eligibility for EVT using published collateral imaging (mCTA), compared to CT perfusion (using DAWN and DEFUSE-3 trials) selection criteria. All perfusion images were processed using an automated commercial software. The outcomes of patients eligible for EVT using mCTA, DAWN, or DEFUSE-3 criteria were compared using multivariable logistic regression modeling. Model predictive characteristics were assessed using c-statistic for the receiver operating curve, Akaike information criterion (AIC), and Bayesian information criterion (BIC). Results Of 614 patients, 86 patients presented beyond six hours from onset/last known well (median 9.6 hours, IQR 4.1 hours). Median age was 71 years (IQR 14 years), 48.8% were females, median baseline NIHSS was 12 (IQR=11). Thirty-five patients (40.7%) received EVT of which good functional outcome (90 day modified Rankin scale 0–2) was achieved in 47%. Collateral-based imaging paradigms significantly modified the treatment effect of EVT on clinical outcome i.e. 90-day mRS 0–2 (P interaction=0.007). The mCTA-based regression model best fit the data for 90-day outcome (C statistic 0.86, 95% CI 0.77 to 0.94) and was associated with least information loss (AIC 95.7, BIC 114.9) when compared to CTP based models. Perfusion imaging paradigm using DEFUSE-3 criteria had better predictive properties than the DAWN trial criteria. Conclusion Collateral-based imaging paradigm using mCTA compares well with CTP in selecting patients for EVT in the late time window. Disclosures M. Almekhlafi: None. W. Kunz: None. R. McTaggart: None. M. Jayaraman: None. M. Najm: None. S. Ahn: None. E. Fainardi: None. M. Rubiera: None. A. Khaw: None. A. Zini: None. M. Hill: None. A. Demchuk: None. M. Goyal: None. B. Menon: None.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,004
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,019
Tête enseignante GPT0,304
Écart entre enseignants0,285 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAcute Ischemic Stroke Management→Travaux en français237 207→