MétaCan
Menu
Retour à la cohorte
Enregistrement W3030473001 · doi:10.3760/cma.j.issn.1005-1201.2009.03.002

Application of a new mismatch model on evaluating infarct core and penumbra in acute ischemic stroke using CT perfusion source images

2009· article· en· W3030473001 sur OpenAlexaboutno aff
Xiaochun Wang, Peiyi Gao, Jing Xue, Guangrui Liu, Li Ma, Chen Wang

Notice bibliographique

RevueZhonghua fangshexian yixue zazhi · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPenumbraMedicinePerfusion scanningStroke (engine)PerfusionRadiologyAngiographyNuclear medicineCore (optical fiber)CardiologyIschemia

Résumé

récupéré en direct d'OpenAlex

Objective To assess the diagnostic value of determining infarct core and penumbra using CT perfusion source images (CTP-SI) mismatch model in hemispheric stroke less than 9 hours.Methods one-stop shop CT examination including non-contrast enhanced CT (NCCT), CTP, CT angiography (CTA) were performed in 24 patients with symptoms of stroke less than 9 hours.The Alberta Stroke Program Early CT Score (ASPECTS) were analyzed on arterial phase CTP-SI and venous phase CTP SI using Wilcoxon rank-sum test, then compared with the follow up imaging ASPECTS using multiple linear regression.Results The median (min-max) scores of ASPECTS on arterial phase CTP-SI, venous phase CTP-SI and follow-up imaging were 9.0 ( 2.0-10.0 ), 9.3 ( 6.5-10.0 ) and 9.0 ( 7.0-10.0 ),respectively. ASPECTS measured on arterial phase CTP-SI significantly differed from the ASPECTS on venous phase CTP-SI ( Z =-2.812, P = 0.005 ).Moreover, the linear regression analysis showed significant correlation between the ASPECTS on venous phase CTP-SI and follow up imaging ASPECTS ( Beta =0.715,P = 0.003 ).Conclusion CTP-SI mismatch model provides a method of choice in predicting penumbra and infarct core in hemispheric stroke. Key words: Cerebrovascular accident; Tomography,X-ray computed; Perfusion

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,325
Écart entre enseignants0,292 · 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'étudeSimulation ou modélisation
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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZhonghua fangshexian yixue zazhiMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207