MétaCan
Menu
Retour à la cohorte
Enregistrement W4210457697 · doi:10.1136/jnnp-2021-328000

Acute stroke imaging selection for mechanical thrombectomy in the extended time window: is it time to go back to basics? A review of current evidence

2022· review· en· W4210457697 sur OpenAlexaff
Joachim Fladt, Christopher D. d’Esterre, Raed A. Joundi, Connor C. McDougall, Henrik Gensicke, Philip A. Barber

Notice bibliographique

RevueJournal of Neurology Neurosurgery & Psychiatry · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicinePerfusion scanningAcute strokeStroke (engine)Selection (genetic algorithm)RadiologyAngiographyMedical physicsIntensive care medicinePerfusionComputer scienceArtificial intelligenceInternal medicineTissue plasminogen activator

Résumé

récupéré en direct d'OpenAlex

Treatment with endovascular therapy in the extended time window for acute ischaemic stroke with large vessel occlusion involves stringent selection criteria based on the two landmark studies DAWN and DEFUSE3. Current protocols typically include the requirement of advanced perfusion imaging which may exclude a substantial proportion of patients from receiving a potentially effective therapy. Efforts to offer endovascular reperfusion therapies to all appropriate candidates may be facilitated by the use of simplified imaging selection paradigms with widely available basic imaging techniques, such as non-contrast CT and CT angiography. Currently available evidence from our literature review suggests that patients meeting simplified imaging selection criteria may benefit as much as those patients selected using advanced imaging techniques (CT perfusion or MRI) from endovascular therapy in the extended time window. A comprehensive understanding of the role of imaging in patient selection is critical to optimising access to endovascular therapy in the extended time window and improving outcomes in acute stroke. This article provides an overview on current developments and future directions in this emerging area.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,064
Tête enseignante GPT0,382
Écart entre enseignants0,318 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Neurology Neurosurgery & PsychiatryMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207