Correlation between Alberta Stroke Program Early Computed Tomography Score (ASPECTS) and National Institute of Health Stroke Score (NIHSS) in Ischemic Stroke
Notice bibliographique
Résumé
Computed tomography scanning (CT-scan) hold an important role in diagnosing ischemic stroke, but may find difficulties to assess an early ischemic changes.ASPECTS provide a tool for assessing CT-scan in ischemic stroke, which can be used as predictor of stroke outcome.Stroke outcome and severity can also be assessed using NIHSS.We hypothesize that ASPECT score had negative correlation with neurological deficit in patient with acute ischemic stroke compared with non-contrast head CT scan.This was an analytic-descriptive cross-sectional study on firstonset ischemic stroke patient in Neurology Ward of Hasan Sadikin General Hospital admitted from October 2017 -February 2018.ASPECTS was calculated from CT-scan of ischemic stroke patients involving medial cerebral artery and compared to NIHSS.From 58 subject (44.8% male, 55.2%) female), with mean age 56.60+ 9.1 years, there were 58.6% subject with lacunar stroke, 20.7% with large artery atherosclerotic (LAA) stroke, and 20.7% with cardioemboli stroke.Subjects with LAA stroke and lacunar stroke had higher ASPECTS (p value < 0.05) and had lower NIHSS (p value < 0.05) than subjects with cardioembolic stroke.Spearman's correlation test between ASPECTS and NIHSS show a strong correlation between ASPECTS and NIHSS (r=-0.680,p<0.001).There was a strong inverse correlation between ASPECTS and NIHSS score on acute ischemic stroke.The higher the value of ASPECTS, the lower the value will be for NIHSS and ASPECT score had correlation with stroke severity.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».