Multi-Mode Imaging Scale for Endovascular Therapy in Patients with Acute Ischemic Stroke (META)
Notice bibliographique
Résumé
Background: With the guidance of multi-mode imaging, the time window for endovascular thrombectomy (EVT) has been expanded to 24 h. However, poor clinical outcomes are still not uncommon. We aimed to develop a multi-mode imaging scale for endovascular therapy in patients with acute ischemic stroke (META) to predict the neurological outcome in patients receiving endovascular thrombectomy (EVT). Methods: We included consecutive acute ischemic stroke patients with occlusion of middle cerebral artery and/or internal carotid artery who underwent EVT. Poor outcome was defined as modified Rankin Scale (mRS) score of 3−6 at 3 months. A five-point META score was constructed based on clot burden score, multi-segment clot, the Alberta Stroke Program early computed tomography score of cerebral blood volume (CBV-ASPECTS), and collateral status. We evaluated the META score performance using area under the curve (AUC) calculations. Results: A total of 259 patients were included. A higher META score was independently correlated with poor outcomes at 3 months (odds ratio, 1.690, 95% CI, 1.340 to 2.132, p < 0.001) after adjusting for age, hypertension, baseline National Institutes of Health Stroke Scale (NIHSS) score, and baseline blood glucose. Patients with a META score ≥ 2 were less likely to benefit from EVT (mRS 3−6: 60.8% vs. 29.2%, p < 0.001). The META score predicted poor outcomes with an AUC of 0.714, higher than the Pittsburgh Response to Endovascular therapy (PRE) score, the totaled health risks in vascular events (THRIVE) score (AUC: 0.566, 0.706), and the single imaging marker in the scale. Conclusions: The novel META score could refine the predictive accuracy of prognosis after EVT, which might provide a promising avenue for future automatic imaging analysis to help decision making.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,004 | 0,003 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».