Permeability Measures Predict Hemorrhagic Transformation after Ischemic Stroke
Notice bibliographique
Résumé
Objective We sought to examine the diagnostic utility of existing predictors of any hemorrhagic transformation (HT) and compare them with new perfusion imaging permeability measures in ischemic stroke patients receiving alteplase only. Methods A pixel‐based analysis of pretreatment CT perfusion (CTP) was undertaken to define the optimal CTP permeability thresholds to predict the likelihood of HT. We then compared previously proposed predictors of HT using regression analyses and receiver operating characteristic curve analysis to produce an area under the curve (AUC). We compared AUCs using χ2 analysis. Results From 5 centers, 1,407 patients were included in this study; of these, 282 had HT. The cohort was split into a derivation cohort (1,025, 70% patients) and a validation cohort (382 patients or 30%). The extraction fraction (E) permeability map at a threshold of 30% relative to contralateral had the highest AUC at predicting any HT (derivation AUC 0.85, 95% confidence interval [CI], 0.79–0.91; validation AUC 0.84, 95% CI 0.77–0.91). The AUC improved when permeability was assessed within the acute perfusion lesion for the E maps at a threshold of 30% (derivation AUC 0.91, 95% CI 0.86–0.95; validation AUC 0.89, 95% CI 0.86–0.95). Previously proposed associations with HT and parenchymal hematoma showed lower AUC values than the permeability measure. Interpretation In this large multicenter study, we have validated a highly accurate measure of HT prediction. This measure might be useful in clinical practice to predict hemorrhagic transformation in ischemic stroke patients before receiving alteplase alone. ANN NEUROL 2020;88:466–476
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 | 0,007 |
| 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 | 0,001 | 0,001 |
| 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 ».