MétaCan
Menu
← Retour à la cohorte
Enregistrement W3139006350 · doi:10.1161/str.52.suppl_1.p364

Abstract P364: Use of the Electronic Alberta Stroke Program Early CT Score Software to Guide Treatment of Patients With Acute Ischemic Stroke

2021· article· en· W3139006350 sur OpenAlexaboutno aff
Danielle L Weiss, Dennis Y. Chuang, Ali Fadhil, Alexa Weiß, Mickey L Smith, Sophia Sundararajan

Notice bibliographique

RevueStroke · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineStroke (engine)Acute strokeLogistic regressionInternal medicineComputed tomographyRetrospective cohort studyCardiologyRadiology

Résumé

récupéré en direct d'OpenAlex

Introduction: Rapid recognition of large-vessel middle cerebral artery (lvMCA) stroke in patients with acute stroke symptoms is critical to guide thrombectomy and hemicraniectomy decisions. The Electronic Alberta Stroke Program Early CT Score (e-ASPECTS; Brainomix, LLC) is an automated, artificial intelligence software which quantifies acute ischemic volume (AIV) on CT head scans in the MCA territory. In this study, we investigate if e-ASPECTS-derived AIV could help guide treatment and predict outcomes for patients transferred from community hospitals. Hypothesis: E-ASPECTS can help identify patients that may benefit from thrombectomy or hemicraniectomy. Methods: We performed a retrospective chart review on patients age 18-90 transferred to our comprehensive stroke center (CSC) between 2013-2017. Non-contrast CT head scans performed at community hospitals prior to transfer were processed by e-ASPECTS to calculate AIV. Logistic regressions were used to test the relationship between AIV and eventual treatment (thrombectomy, hemicraniectomy). Results: 228 patient CT scans were analyzed by e-ASPECTS. In all transferred patients, higher AIV predicted patients with later confirmed lvMCA strokes (defined as an ICA or M1 occlusion; OR 1.03, CI 1.02-1.05, P<0.001). Higher AIV also trended toward thrombectomy but was not statistically significant (P=0.15). In the subgroup analysis of patients later confirmed to have lvMCA strokes, lower AIV was predictive for thrombectomy (OR 0.95, CI 0.92-0.97, P<0.001). Additionally, higher AIV predicted outcomes of malignant cerebral edema (MCE; OR 1.03, CI 1.02-1.05, P<0.001) and hemicraniectomy (OR 1.04, CI 1.00-1.07, P=0.03). Conclusions: Our study suggests that e-ASPECTS may be useful in identifying patients who would, or would not, benefit from transfer to a CSC from hospitals without thrombectomy or hemicraniectomy resources. Patients with stroke mimics or lvMCA strokes with large penumbras have lower AIVs, while patients with higher AIVs are at risk for MCE and may benefit from hemicraniectomy.

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)0,006
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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
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)0,0020,000

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 Opus0,012
Tête enseignante GPT0,254
Écart entre enseignants0,242 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStroke→Même sujetAcute Ischemic Stroke Management→Travaux en français237 207→