Impact of Multiphase Computed Tomography Angiography for Endovascular Treatment Decision-Making on Outcomes in Patients with Acute Ischemic Stroke
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Various imaging paradigms are used for endovascular treatment (EVT) decision-making and outcome estimation in acute ischemic stroke (AIS). We aim to compare how these imaging paradigms perform for EVT patient selection and outcome estimation. METHODS: Prospective multi-center cohort study of patients with AIS symptoms with multi-phase computed tomography angiography (mCTA) and computed tomography perfusion (CTP) baseline imaging. mCTA-based EVT-eligibility was defined as presence of large vessel occlusion (LVO) and moderate-to-good collaterals on mCTA. CTP-based eligibility was defined as presence of LVO, ischemic core (defined on relative cerebral blood flow, absolute cerebral blood flow, and cerebral blood volume maps) <70 mL, mismatch-ratio >1.8, absolute mismatch >15 mL. EVT-eligibility and adjusted rates of good outcome (modified Rankin Scale 0-2) based on these imaging paradigms were compared. RESULTS: Of 289/464 patients with LVO, 263 (91%) were EVT-eligible by mCTA-criteria versus 63 (22%), 19 (7%) and 103 (36%) by rCBF, aCBF, and CBV-CTP-criteria. CTP and mCTA-criteria were discordant in 40% to 53%. Estimated outcomes were best in patients who met both mCTA and CTP eligibility-criteria and were treated with EVT (62% to 87% good outcome). Patients eligible for EVT by mCTA-criteria and not by CTP-criteria receiving EVT achieved good outcome rates of 53% to 57%. Few patients met CTP-criteria and not mCTA-criteria for EVT. CONCLUSIONS: Simpler imaging selection criteria that rely on little else than detection of the occluded blood vessel may be more sensitive and less specific, thus resulting in more patients being offered EVT and arguably benefiting from it.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| 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 | 0,000 | 0,000 |
| 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 ».