CORRELATION OF DIFFUSION WEIGHTED MR DETERMINED INFARCT VOLUME WITH ALBERTA STROKE PROGRAM EARLY COMPUTED TOMOGRAPHY SCORE IN ACUTE STROKE PROGNOSIS
Notice bibliographique
Résumé
AIMS AND OBJECTIVES: To correlate the Diffusion MRI assessed infarct volume with the ASPECT Score to prognosticate clinical outcome in patients of acute stroke. METHOD AND MATERIALS: This was a cross sectional study comprising 36 patients of acute stroke. Diffusion weighted MR was obtained at b values of 0,500 & 1000 on Siemens Magnetom Skyra 3 Tesla scanner. Diffusion restriction on b=1000 image was measured with VOI tool using manual contouring in each slice. Volume was calculated using the formula (Area x slice thickness) after summating the infarct area measured in each slice. ASPECT Score was assessed on CT in each patient at the time of admission of the patient. Correlation of the infarct volume with ASPECTS was done using student t-test with p < 0.05 considered statistically signicant. ROC curve was used to predict cut off of volume of infarct & ASPECTS predicting adverse patient outcome. RESULTS: There was a statistically signicant inverse correlation between the volume of infarct and ASPECTS (p=0.001; r=-0.844). The AUC for a cut-off of 115 cc of the volume of infarct in predicting adverse patient outcome was 0.931 whereas that for ASPECT Scale of 6 was 0.931. CONCLUSION: Infarct volume correlates well with ASPECT Score, both serving as prognostic tools in predicting patient outcome in acute stroke and having comparable efcacy in predicting prognosis. BACKGROUND: Infarct volume and CT ASPECT Score are resourceful parameters in predicting patient prognosis. Limited studies have been done in the Indian population correlating the Volume of infarct and the CT ASPECT Scale.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».