MétaCan
Menu
Retour à la cohorte
Enregistrement W3112515657 · doi:10.1097/md.0000000000023330

Bringing prevost's sign into the third dimension: Artificial intelligence estimation of conjugate gaze adjusted length (CGAL) and correlation with acute ischemic stroke

2020· article· en· W3112515657 sur OpenAlexaff
Hillel S. Maresky, Joseph M. Rootman, Miriam M. Klar, Max Levitt, Alexander P. Kossar, David M. Zucker, Michael Glazier, Shani Kalmanovich-Avnery, Richard I. Aviv, Birgit Ertl‐Wagner, Sigal Tal

Notice bibliographique

RevueMedicine · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensHospital for Sick ChildrenUniversity of OttawaOttawa HospitalUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesRadiological Society of North America
Mots-clésMedicineGazeSign (mathematics)CorrelationDimension (graph theory)ConjugateArtificial intelligenceCombinatorics

Résumé

récupéré en direct d'OpenAlex

Conjugate gaze deviation is associated with acute ischemic stroke (AIS), although previously only measured on a 2D plane. The current study evaluates 3D imaging efficacy to assess conjugate gaze deviation and correlate direction and strength of deviation to neuro-clinical findings.A retrospective analysis of 519 patients who had CT scans for suspected AIS at our institution. Direction and angle of eye deviation were calculated based on 2D axial images. Volumetric reconstruction of CT scans allowed for calculation of 3D conjugate gaze adjusted length (CGAL). Angle, direction, and vector strength of both 2D and 3D scans were calculated by an artificial intelligence algorithm and tested for agreement with hemispheric ischemia location. CGAL measurements were correlated to NIHSS scores. Follow up MRI data was used to evaluate the sensitivity and specificity of CGAL in the identification of AIS.The final analysis included 122 patients. A strong agreement was found between 3D gaze direction and hemispheric ischemia location. CGAL measurements were highly correlated with NIHSS score (r = .72, P = .01). A CGAL >0.25, >0.28, and >0.35 exhibited a sensitivity of 91%, 86%, and 82% and specificity of 66%, 89%, and 89%, respectively, in AIS identification. A CGAL >0.28 has the best sensitivity-specificity balance in the identification of AIS. A CGAL >0.25 has the highest sensitivity.Given CED's correlation with NIHSS score a 1/4 deviation in the ipsilateral direction is a sensitive ancillary radiographic sign to assist radiologists in making a correct diagnosis even when not presented with full clinical data.

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)0,007
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,021
Tête enseignante GPT0,258
Écart entre enseignants0,237 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicineMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207