MétaCan
Menu
Retour à la cohorte
Enregistrement W3158554245 · doi:10.3390/jcm10091869

Low Hypoperfusion Intensity Ratio Is Associated with a Favorable Outcome Even in Large Ischemic Core and Delayed Recanalization Time

2021· article· en· W3158554245 sur OpenAlexaboutno aff
Jang‐Hyun Baek, Young Dae Kim, Ki Jeong Lee, Jin Kyo Choi, Minyoul Baik, Byung Moon Kim, Dong Joon Kim, Ji Hoe Heo, Hyo Suk Nam

Notice bibliographique

RevueJournal of Clinical Medicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesKorea Health Industry Development Institute
Mots-clésMedicinePerfusionPerfusion scanningOcclusionInternal medicineEndovascular treatmentRadiologyStroke (engine)CardiologyNuclear medicineSurgeryAneurysm

Résumé

récupéré en direct d'OpenAlex

In ischemic brain tissue, hypoperfusion severity can be assessed using the hypoperfusion intensity ratio (HIR). We evaluated the link between HIR and clinical outcomes after successful recanalization by endovascular treatment. We retrospectively reviewed 162 consecutive patients who underwent endovascular treatment for intracranial large vessel occlusion. The HIR was calculated using an automated software program, with initial computed tomography perfusion images. The HIR was compared between patients with and without favorable outcomes. To observe the modifying effect of the HIR on the well-known major outcome determinants, regression analyses were performed in the low and high HIR groups. The median HIR value was significantly lower in patients with a favorable outcome, with an optimal cut-off point of 0.54. The HIR was an independent factor for a favorable outcome in a specific multivariable model and was significantly correlated with the Alberta Stroke Program Early Computed Tomography Score (ASPECTS). In contrast to the high HIR group, the low HIR group showed that ASPECTS and onset-to-recanalization time were not independently associated with a favorable outcome. Finally, the low HIR group had a more favorable outcome even in cases with an unfavorable ASPECTS and onset-to-recanalization time. The HIR could be useful in predicting outcomes after successful recanalization.

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)0,003
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,052
Tête enseignante GPT0,366
Écart entre enseignants0,314 · 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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical MedicineMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207