MétaCan
Menu
Retour à la cohorte
Enregistrement W4319006514 · doi:10.1161/str.54.suppl_1.wp113

Abstract WP113: Feasibility Of Non-invasive Brain Temperature Measurement In Acute Ischemic Stroke: A Comparison Study Of MR Thermometry Vs. Zero-Heat-Flux Sensors

2023· article· en· W4319006514 sur OpenAlexaff
MacKenzie Horn, Nathan Meulenbroek, Tak‐Ho Chu, Nishita Singh, Kõji Tanaka, Bijoy K. Menon, William K. Diprose, Samuel Pichardo, Andrew M. Demchuk, Mohammed Almekhlafi

Notice bibliographique

RevueStroke · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueThermal Regulation in Medicine
Établissements canadiensFoothills Medical CentreUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineStroke (engine)Nuclear medicineAcute strokeHypothermiaVoxelCardiologyRadiologyAnesthesiaInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction: Brain-selective hypothermia is a promising neuroprotectant in acute ischemic stroke. However, a non-invasive bedside method to monitor brain temperature during cooling is lacking. We tested the feasibility and accuracy of measuring brain temperature non-invasively using sensors designed to monitor core body temperature. Methods: In this prospective single-center study, 20 patients with large or medium vessel occlusion strokes were enrolled. Patients underwent a 3T MR spectroscopy imaging (MRSI, the reference standard) and zero heat flux (ZHF) core temperature sensor measurements (3M TM Bair Hugger TM ) within 12-72 hours from admission. Two ZHF sensors were placed on each side of the forehead on the side of stroke and contralateral side and the temperatures were checked before and after MRSI. A 2x2x2 cm voxel was centered on the infarct and matching contralateral location using diffusion weighted imaging. Brain temperature on MRSI was calculated using the relative chemical shifts of water and N-acetyl aspartate. Temperature measurements of the ZHF sensors were compared to MRSI measurements. Results: The brain temperature of stroke and contralateral sides were similar using MRSI or using ZHF sensors when each modality was compared to itself by hemisphere (all p>0.05). However, there was a significant difference for the ipsilateral side: median (SD) temperatures using MRSI was 36.0°C (1.8) vs 36.8°C (0.5) for sensor measurement. Bland-Altman plots showed that 95% of the observations fell within upper and lower limits of agreement of -2.1 to +3.7°C while 61% of observations fell within an agreement limit of +/- 1°C. There was an indication of an overall higher temperature measurements using the ZHF sensors compared to MRSI (Figure 1). Conclusions: More studies are needed to validate the use of ZHF thermometry in ischemic stroke including studies implementing hypothermia. Figure 1. Boxplot of stroke side MRSI compared to zero-heat-flux sensors.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,476
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,335
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrokeMême sujetThermal Regulation in MedicineTravaux en français237 207