Ultra-Early Differential Diagnosis of Acute Cerebral Ischemia and Hemorrhagic Stroke by Measuring the Prehospital Release Rate of GFAP
Notice bibliographique
Résumé
BACKGROUND: Plasma glial fibrillary acidic protein (GFAP) and tau are promising markers for differentiating acute cerebral ischemia (ACI) and hemorrhagic stroke (HS), but their prehospital dynamics and usefulness are unknown. METHODS: We performed ultra-sensitivite single-molecule array (Simoa®) measurements of plasma GFAP and total tau in a stroke code patient cohort with cardinal stroke symptoms [National Institutes of Health Stroke Scale (NIHSS) ≥3]. Sequential sampling included 2 ultra-early samples, and a follow-up sample on the next morning. RESULTS: We included 272 cases (203 ACI, 60 HS, and 9 stroke mimics). Median (IQR) last-known-well to sampling time was 53 (35-90) minutes for initial prehospital samples, 90 (67-130) minutes for secondary acute samples, and 21 (16-24) hours for next morning samples. Plasma GFAP was significantly higher in patients with HS than ACI (P < 0.001 for <1 hour and <3 hour prehospital samples, and <3 hour secondary samples), while total tau showed no intergroup difference. The prehospital GFAP release rate (pg/mL/minute) occurring between the 2 very early samples was significantly higher in patients with HS than ACI [2.4 (0.6-14.1)] versus 0.3 (-0.3-0.9) pg/mL/minute, P < 0.001. For cases with <3 hour prehospital sampling (ACI n = 178, HS n = 59), a combined rule (prehospital GFAP >410 pg/mL, or prehospital GFAP 90-410 pg/mL together with GFAP release >0.6 pg/mL/minute) enabled ruling out HS with high certainty (NPV 98.4%) in 68% of patients with ACI (sensitivity for HS 96.6%, specificity 68%, PPV 50%). CONCLUSIONS: In comparison to single-point measurement, monitoring the prehospital GFAP release rate improves ultra-early differentiation of stroke subtypes. With serial measurement GFAP has potential to improve future prehospital stroke diagnostics.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».