Optimal CT perfusion thresholds for core and penumbra in acute posterior circulation infarction
Notice bibliographique
Résumé
Background At least 20% of strokes involve the posterior circulation (PC). Compared to the anterior circulation, posterior circulation infarction (POCI) are frequently misdiagnosed. CT perfusion (CTP) has advanced stroke care by improving diagnostic accuracy and expanding eligibility for acute therapies. Clinical decisions are predicated upon precise estimates of the ischaemic penumbra and infarct core. Current thresholds for defining core and penumbra are based upon studies of anterior circulation stroke. We aimed to define the optimal CTP thresholds for core and penumbra in POCI. Methods Data were analyzed from 331-patients diagnosed with acute POCI enrolled in the International-stroke-perfusion-registry (INSPIRE). Thirty-nine patients with baseline multimodal-CT with occlusion of a large PC-artery and follow up diffusion weighted MRI at 24–48 h were included. Patients were divided into two-groups based on artery-recanalization on follow-up imaging. Patients with no or complete recanalisation were used for penumbral and infarct-core analysis, respectively. A Receiver operating curve (ROC) analysis was used for voxel-based analysis. Optimality was defined as the CTP parameter and threshold which maximized the area-under-the-curve. Linear regression was used for volume based analysis determining the CTP threshold which resulted in the smallest mean volume difference between the acute perfusion lesion and follow up MRI. Subanalysis of PC-regions was performed. Results Mean transit time (MTT) and delay time (DT) were the best CTP parameters to characterize ischaemic penumbra (AUC = 0.73). Optimal thresholds for penumbra were a DT >1 s and MTT>145%. Delay time (DT) best estimated the infarct core (AUC = 0.74). The optimal core threshold was a DT >1.5 s. The voxel-based analyses indicated CTP was most accurate in the calcarine (Penumbra-AUC = 0.75, Core-AUC = 0.79) and cerebellar regions (Penumbra-AUC = 0.65, Core-AUC = 0.79). For the volume-based analyses, MTT >160% demonstrated best correlation and smallest mean-volume difference between the penumbral estimate and follow-up MRI (R2 = 0.71). MTT >170% resulted in the smallest mean-volume difference between the core estimate and follow-up MRI, but with poor correlation (R2 = 0.11). Conclusion CTP has promising diagnostic utility in POCI. Accuracy of CTP varies by brain region. Optimal thresholds to define penumbra were DT >1 s and MTT >145%. The optimal threshold for core was a DT >1.5 s. However, CTP core volume estimates should be interpreted with caution.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 ».