MétaCan
Menu
Retour à la cohorte
Enregistrement W4210719491 · doi:10.1161/str.53.suppl_1.tp56

Abstract TP56: Low Cost, Portable Electroencephalograph May Improve The Accuracy Of Prehospital Stroke Diagnosis And Detection Of Large Vessel Occlusion

2022· article· en· W4210719491 sur OpenAlexaff
Cassandra M. Wilkinson, Jennifer I. Burrell, Jeyaram Thangeswaran, Noman Ishaque, Paige Fairall, Mahesh Kate, Kyle E. Mathewson, Brian Buck

Notice bibliographique

RevueStroke · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensAlberta Health ServicesUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineStroke (engine)ElectroencephalographyOcclusionCardiologyAcute strokePerfusion scanningRadiologyEmergency departmentInternal medicinePerfusion

Résumé

récupéré en direct d'OpenAlex

Accurate and timely prehospital stroke diagnosis and detection of large vessel occlusion (LVO) are essential to ensure stroke patients are transported to hospitals that offer emergent reperfusion therapies. However, symptom based prehospital stroke scales often fail to identify LVO. Thus, a need exists for cost-effective and portable diagnostic tools, such as portable electroencephalography (EEG) to improve the accuracy of prehospital stroke diagnosis. Hypotheses: 1) Quantitative EEG measures will differ between LVO and non-LVO stroke patients, particularly in regards to brain slowing (ratio of low to high frequency oscillatory brain power) and brain asymmetry (ratio between oscillations in the affected and unaffected hemisphere) 2) Combining EEG with prehospital stroke scales will improve the accuracy of LVO detection. We enrolled patients with acute suspected stroke on presentation to an emergency department at a comprehensive stroke centre. Patients were rapidly evaluated with the Los Angeles Motor Scale followed by a 3-minute resting-state EEG recording using a modified Muse EEG headband (InteraXon). The LVO diagnosis and the extent of cerebral blood flow abnormalities were determined from CT angiography and CT perfusion imaging performed in close temporal proximity to the EEG recording. The study enrolled 74 patients (n= 8 LVO, n=66 non-LVO, including stroke mimics). Initial analysis suggests that LVO patients have trends towards brain slowing, as measured by the delta alpha ratio (LVO: mean = 1.21, SEM = 0.03; non-LVO: mean = 1.19, SEM = 0.01; p-value = 0.34). Additionally, LVO patients showed a trend towards increased brain asymmetry from 6-8 Hz, suggesting physiological differences between hemispheres specific to the theta frequency (LVO: mean = 0.02, SEM = 0.006; non-LVO: mean = 0.01, SEM = 0.002; p-value = 0.13). Quantitative measures will be assessed using classification trees to determine which combination of EEG and clinical features is most predictive of LVO. In conclusion, acute differences in brain activity between LVO and non-LVO patients can be detected with portable EEG, which when combined with clinical stroke scales, have the potential to improve the diagnosis and triage of suspected stroke patients in a prehospital setting.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0080,002

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 Opus0,011
Tête enseignante GPT0,259
Écart entre enseignants0,248 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrokeMême sujetEEG and Brain-Computer InterfacesTravaux en français237 207