Clinical value of automated volumetric quantification of early ischemic tissue changes on non-contrast CT
Notice bibliographique
Résumé
BACKGROUND: Quantitative and automated volumetric evaluation of early ischemic changes on non-contrast CT (NCCT) has recently been proposed as a new tool to improve prognostic performance in patients undergoing endovascular therapy (EVT) for acute ischemic stroke (AIS). We aimed to test its clinical value compared with the Alberta Stroke Program Early CT Score (ASPECTS) in a large single-institutional patient cohort. METHODS: A total of 1103 patients with AIS due to large vessel occlusion in the M1 or proximal M2 segments who underwent NCCT and EVT between January 2013 and November 2019 were retrospectively enrolled. Acute ischemic volumes (AIV) and ASPECTS were generated from the baseline NCCT through e-ASPECTS (Brainomix). Correlations were tested using Spearman's coefficient. The predictive capabilities of AIV for a favorable outcome (modified Rankin Scale score at 90 days ≤2) were tested using multivariable logistic regression as well as machine-learning models. Performance of the models was assessed using receiver operating characteristic (ROC) curves and differences were tested using DeLong's test. RESULTS: Patients with a favorable outcome had a significantly lower AIV (median 12.0 mL (IQR 5.7-21.7) vs 18.8 mL (IQR 9.4-33.9), p<0.001). AIV was highly correlated with ASPECTS (rho=0.78, p<0.001) and weakly correlated with the National Institutes of Health Stroke Scale score at baseline (rho=0.22, p<0.001), and was an independent predictor of an unfavorable clinical outcome (adjusted OR 0.97, 95% CI 0.96 to 0.98). No significant difference was found between machine-learning models using either AIV or ASPECTS or both metrics for predicting a good clinical outcome (p>0.05). CONCLUSION: AIV is an independent predictor of clinical outcome and presented a non-inferior performance compared with ASPECTS, without clear advantages for prognostic modelling.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 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) | 0,001 | 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 ».