MétaCan
Menu
Retour à la cohorte
Enregistrement W4385651360 · doi:10.1159/000533384

Possible Influence of Ethnicity on Computed Tomography Perfusion Parameter Thresholds in Acute Ischaemic Stroke

2023· article· en· W4385651360 sur OpenAlexaff
Yohanna Kusuma, Benjamin Clissold, Peter Riley, Paul Talman, Andrew Wong, Leonard Yeo Leong Litt, Mursyid Bustami, Lyna Soertidewi Kiemas, Indah Aprianti Putri, Mohammad Arief Rachman Kemal, Reza Arpandy, Melita Melita, Bernard Yan, Paul Yielder

Notice bibliographique

RevueCerebrovascular Diseases · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésMedicineStroke (engine)Modified Rankin ScaleSpearman's rank correlation coefficientPopulationInternal medicineMann–Whitney U testIschemic strokeIschemiaStatistics

Résumé

récupéré en direct d'OpenAlex

<b><i>Introduction:</i></b> Tissue at risk, as estimated by CT perfusion utilizing T<sub>max</sub>+6, correlates with final infarct volume (FIV) in acute ischaemic stroke (AIS) without reperfusion. T<sub>max</sub> thresholds are derived from Western ethnic populations but not from ethnic Asian populations. We aimed to investigate the influence of ethnicity on T<sub>max</sub> thresholds. <b><i>Methods:</i></b> From a clinical-imaging registry of Australian and Indonesian stroke patients, we selected a participant subgroup with the following inclusion criteria: AIS under 24 h and absence of reperfusion therapy. Clinical data included demographics, time metrics, stroke severity, pre-morbid, and 3-month Modified Rankin Score. Baseline computed tomography perfusion and MRI <72 h were performed. Volumes of T<sub>max</sub> utilizing different thresholds and FIVs were calculated. Spearman correlation was used to evaluate relationship involving ordinal variables and calculate the optimal T<sub>max</sub> threshold against FIV in both populations. <b><i>Results:</i></b> Two hundred patients were included in the study sample, 100 in Jakarta and 100 in Geelong. The median National Institutes of Health Stroke Scale (IQR) were 6 (3–11) and 3 (1–5), respectively. The median T<sub>max</sub>+6 (IQR) was 0 (0–46.5) in Jakarta group and 0 (0–7.5) in Geelong group. The median FIV (IQR) was 0 (0–30.5) and 0 (0–5.5). T<sub>max</sub>+8 s in Jakarta population against FIV showed Spearman’s coefficient ρ = 0.72, representing the optimal T<sub>max</sub> threshold. T<sub>max</sub>+6 s showed Spearman’s coefficient ρ = 0.51 against FIV in the Geelong population. <b><i>Conclusion:</i></b> T<sub>max</sub> thresholds approximating FIV were possibly different in the Asian when compared with the non-Asian populations. Future studies are required to extend and confirm the validity of our findings.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,980

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,264
Écart entre enseignants0,252 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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 revueCerebrovascular DiseasesMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207