Abstract WP108: A Novel Multiphase CTA Perfusion Tool Compared To CTP In Patients With Suspected Acute Ischemic Stroke
Notice bibliographique
Résumé
Introduction: We recently published a Machine Learning-based algorithm using mCTA (mCTAp) that generates perfusion maps of the brain, similar to CTP. Here, we aim to validate the clinical utility of mCTAp in detection of ischemia, it’s side, extent and location. Methods: One hundred and twenty-one subjects were included in the test dataset. These subjects had completed mCTAp (StrokeSENS) and CTP (4D; GE Healthcare) at baseline. After excluding 2/121 subjects due to poor image quality, a multi-reader-multi-case (n=119) study design was conducted with 3 experienced radiologists, reading post-processed maps (Tmax and rCBF) generated by both mCTAp and CTP. Both reading sessions were separated by a few days. All readers were blinded to modality and clinical information and the reading order was randomized between sessions. Core lab imaging assessments that used NCCT, mCTA and CTP were considered as ground truth. A mixed effect regression model with the reader as random effect variable was used to calculate the AUC, sensitivity, and specificity for both imaging arms regarding ischemia detection, ischemia side, and occlusion site selection (i.e., ICA/M1[considered LVO], M2 or distal, ACA or PCA). The time required for image interpretation was compared between the two modalities. Results: The AUCs for detecting ischemia were comparable between mCTAp and CTP (0.85 [95%CI:0.8-0.9] and 0.84 [95%CI:0.8-0.9] respectively; p=0.43), the affected ischemic side (0.94 [0.92-0.97] and 0.96 [0.94-0.98] respectively; p=0.69), detecting a LVO (0.84 [0.8-0.9] and 0.86 [0.8-0.9]; p=0.31) and M2 or distal occlusions (0.8 [0.7-0.8] and 0.9 [0.84-0.92]; p=0.22). The median (IQR) time for interpretation was 62s (46-78) and 59s (42-69) for mCTAp and CTP respectively (p=0.15). Conclusion: mCTAp shows similar performances when compared to CTP in assisting readers to detect ischemia, location, and extent by using Tmax and rCBF perfusion maps.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».