ASSESSMENT OF CAROTID INTRAPLAQUE HEMORRAGE BY PHOTOACUSTICS IMAGING (PAI) IN PATIENTS UNDERGOING TROMBOENDOARTERIECTOMY: FIRST IN-VIVO HUMAN VALIDATION STUDY
Notice bibliographique
Résumé
Objective: The aim of the study is the validation of a portable multimodal photoacoustic imaging (PAI) system, for the identification of intraplaque haemorrhage and compare with MRI and histology (gold standard). Design and method: 25 patients with carotid stenosis>70% and clinical indication to tromboendoarterectomy were recruited. Angio-MRI for intraplaque hemorrhage assessment (Cube sequence) was performed. PAI clips (5 seconds, Frame rate 1000/sec) were acquired. Each clip was scored for the presence of PAI signal by means of an integrated scoring system (semiquantitative, from 0 to 12). Semiquantitative grading scales were used to assess plaque histological features of hemorrage and vulnerability. Results: 18 patients had no missing MRI, PAI and histology data and were included in this analysis. Mean age was 73 ± 8 years, 60% men, 80% Caucasians, 92% hypertensives, 60% with a previous stroke. Only 3 plaques out of 21 showed no signs of intraplaque hemorrhage, 4 showed small hemorrage, while 14 (67%) showed large hemorrhages. PAI score (best cut-off >4) correctly classified 14 out of 18 patients (Sensitivity 73.3%, specificity 100%, AUC 0.867). MRI performance was substantially similar (Sensitivity 60%, specificity 100%, AUC 0.800, 12 patients correctly classified), with a non-significant difference in AUC compared to PAI (p = 0.420). Conclusions: In this first in-vivo human study, PAI is able to identify histological intraplaque hemorrhage with an excellent specificity and acceptable sensitivity, equivalent to MRI. The very high specificity, with a low number of false positives, make PAI a good candidate for evaluation of plaques prior to surgery to i.e. reinforce the decision to perform surgery.
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 | 0,000 | 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 | 0,000 | 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 ».