Risk assessment of symptomatic intracerebral hemorrhage after thrombolysis using the Alberta Stroke Programme Early CT Score applied to diffusion weighted imaging
Notice bibliographique
Résumé
Objective To investigate whether the Alberta Stroke Programme Early CT Score applied to diffusion weighted imaging (DWI-ASPECTS) predicts symptomatic intracerebral hemorrhage (sICH) risk accurately. Methods In this retrospective study, continuously collected data of 53 patients at Department of Neurology, Baotou Central Hospital from 2010 to 2013 with anterior circulation stroke treated with standard intravenous tissue plasminogen activator (tPA; 0.6 mg/kg) therapy within 4.5 hours after symptom onset were analyzed. All patients had completed the MRI scan and DWI at the time of admission. Patients age, NIHSS score on admission, time between symptom onset and thrombolytic treatment and other information were recorded. DWI-ASPECTS scores were calculated by the 10 regional diffusion image of anterior circulation marked, a total of 10 points, each involving a region minus 1 point. The patients were divided into 3 groups of 0-5 (n=16), 6-7 (n=17), 8-10 (n=20) based on DWI-ASPECTS scores. sICH was defined as CT- (or MRI-) documented hemorrhage that occurred within 36 hours after treatment onset and an elevated NIHSS score more than 4 points. Results Ten (18.8%) patients developed sICH. DWI-ASPECTS scores were 0-5 in 6 patients (37.5%), 6-7 in 3 (17.6%) and 8-10 in 1(5.0%), respectively. The sICH rate was significantly higher in patients with DWI-ASPECTS scores 0 to 5 as compared to patients with DWI-ASPECTS scores 6 to 7 and 8 to 10 (χ2=7.861, P=0.005). DWI- ASPECTS score and sICH had good correlation. Logistic regression analysis showed DWI-ASPECTS score was an independent prognostic factor of sICH when controlling for age and time to thrombolytic treatment. Conclusion DWI-ASPECTS can predict sICH risk after thrombolysis and may be helpful to quick sICH risk assessment before thrombolytic therapy. Key words: Intracranial hemorrhages; Brain ischemia; Stroke; Thrombolytic therapy; Diffusion magnetic resonance imaging; Tomography, X-ray computed; Forecasting
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 | 0,002 |
| 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 | 0,000 |
| 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 ».