The FAST VAN for Field Identification of Large Vessel Occlusion in Acute Stroke
Notice bibliographique
Résumé
BACKGROUND: There is definitive evidence for effectiveness of thrombectomy for acute stroke with large vessel occlusion (LVO). A clinical tool to identify patients with LVO is therefore required for effective triage and prehospital decision making. We developed the FAST VAN tool, which follows from the Heart and Stroke Foundation FAST stroke screen, with the addition of cortical features of vision, aphasia, and neglect, to differentiate from lacunar syndromes. METHODS: Consecutive acute stroke alerts initiated by emergency medical services (EMS) were prospectively analyzed from April 2017 to Jan 2021. FAST VAN signs were recorded by first responders who had received online education about the tool. These findings were compared to the presence or absence of LVO on CT angiography. Analysis was also performed by appropriateness for comprehensive stroke centers (CSC) transfer if no LVO was present. EMS providers were surveyed regarding ease of use in terms of learning the tool and using in real-world practice. RESULTS: Data from 1080 consecutive acute strokes included 440 patients considered to have VAN signs by EMS. Fifty-four percent of VAN-positive patients showed LVO on CTA. Sensitivity, specificity, and accuracy were 86%, 75%, and 77%, respectively. In 204 false-positive cases, 143 (70%) were considered appropriate for evaluation at the CSC. EMS providers reported high satisfaction with learning and using the tool. DISCUSSION: The FAST VAN tool for identification of LVO meets desired characteristics of an effective screening tool in ease of use, efficiency, and accuracy. Aphasia remains the most challenging cortical feature to identify accurately.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».