Predictive value of Alberta stroke program early CT score for perfusion weighted imaging - diffusion weighted imaging mismatch in stroke with middle cerebral artery occlusion
Notice bibliographique
Résumé
This study aimed to quantitatively assess the consistency and correlation between perfusion weighted imaging (PWI)/ diffusion weighted imaging (DWI) Alberta Stroke Program Early CT Score (ASPECTS) mismatch and PWI/DWI mismatch.Sixty-eight acute ischemic stroke with middle cerebral artery occlusion who underwent magnetic resonance imaging before thrombectomy were eligible. DWI volume, PWI volume and PWI-DWI mismatch were measured. DWI-, PWI-, PWI-DWI ASPECTS were evaluated. Statistical analysis was performed to compare the correlation between volume and ASPECTS of DWI-, PWI- and PWI-DWI mismatch. Receiver operating characteristic curve analysis was used to assess the predictive value of the PWI-DWI ASPECTS mismatch for the occurrence of PWI-DWI mismatch in acute ischemic stroke patients with middle cerebral artery occlusion.Of 68 patients, the DWI volume, PWI volume and PWI-DWI mismatch volume were (27.76 ± 17.53) mL, (167.09 ± 59.64) mL and (139.33 ± 58.18) mL respectively. DWI-ASPECTS was 6.75 ± 1.90 with the interobserver agreement was κ=0.98 (95% CI, 0.95-0.99); PWI-ASPECTS was 3.09 ± 2.11 with the interobserver agreement was κ=0.95 (95% CI, 0.91-0.99); PWI-DWI ASPECTS mismatch was 6.75 ± 1.90. Spearman's rank correlation analysis revealed that PWI-DWI mismatch volume was negatively correlated with PWI-DWI ASPECTS mismatch (r = -0.802; P = .000). Receiver operating characteristic analysis showed that when the PWI-DWI ASPECTS mismatch cut point was ≥ 2, the under curve of PWI-DWI ASPECTS mismatch for predicting PWI-DWI mismatch was 0.954 (95%CI, 0.911-0.998), with the sensitivity and specificity were 84.00% and 100% respectively.PWI-DWI ASPECTS mismatch may represent a convenient surrogate for penumbra in clinical trials.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 | 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 ».