Automated quantification of atrophy and acute ischemic volume for outcome prediction in endovascular thrombectomy
Notice bibliographique
Résumé
Background: Short- and long-term outcomes from endovascular thrombectomy (EVT) for large vessel occlusion stroke remain variable. Numerous relevant predictors have been identified, including severity of neurological deficits, age, and imaging features. The latter is typically defined as acute changes (most commonly Alberta Stroke Programme Early CT Score, ASPECTS, at presentation), but there is little information on the impact of imaging assessment of premorbid brain health as a determinant of outcome. Aims: To examine the impact of automated measures of stroke severity and underlying brain frailty on short- and long-term outcomes in acute stroke treated with EVT. Methods: In 215 patients with anterior circulation stroke, who subsequently underwent EVT, automated analysis of presenting non-contrast CT scans was used to determine acute ischemic volume (AIV) and e-ASPECTS as markers of stroke severity, and cerebral atrophy as a marker of brain frailty. Univariate and multivariate logistic regression were used to identify significant predictors of NIHSS improvement, modified Rankin scale (mRS) at 90 and 30 days, mortality at 90 days and symptomatic intracranial hemorrhage (sICH) following successful EVT. Results: For long-term outcome, atrophy and presenting NIHSS were significant predictors of mRS 0-2 and death at 90 days, whereas age did not reach significance in multivariate analysis. Conversely, for short-term NIHSS improvement, AIV and age were significant predictors, unlike presenting NIHSS. The interaction between age and NIHSS was similar to the interaction of AIV and atrophy for mRS 0-2 at 90 days. Conclusion: Combinations of automated software-based imaging analysis and clinical data can be useful for predicting short-term neurological outcome and may improve long-term prognostication in EVT. These results provide a basis for future development of predictive tools built into decision-aiding software in stroke.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».