Clinical Uncertainty In Large Vessel Occlusion Ischemic Stroke (CULVO): An Intrarater And Interrater Agreement Study
Notice bibliographique
Résumé
Abstract Background Limited research exists regarding the impact of neuroimaging modality on endovascular thrombectomy (EVT) decisions for late window large vessel occlusion (LVO) stroke cases. Purpose This study assesses whether perfusion CT imaging: 1) alters the proportion of recommendations for EVT, and 2) enhances the reliability of EVT decision-making compared to non-contrast CT and CT angiography. Materials and Methods We conducted an online survey using 30 patients drawn from an institutional database of 3144 acute stroke cranial CT scans. These cases were presented to 29 stroke or neurointerventional physicians from Canada across two sessions. Physicians evaluated each patient both with and without perfusion imaging and gave EVT recommendations. We used non-overlapping 95% confidence intervals and difference in agreement classification as criteria to suggest a difference between the Gwet AC1 statistics (κ G ). Our outcomes were: 1) the proportion of EVT recommendations, and 2) interrater and intrarater agreement, with or without perfusion imaging. Results In the first round, 29 raters completed the assessment, with 28 finishing the second round. The percentage of EVT recommendations differed by 1.1% with or without perfusion imaging. However, individual decisions changed in 21.4% of cases, with 11.3% against EVT and 10.1% in favor. Interrater agreement (κG) among the 29 raters was similar between non-perfusion CT neuroimaging and perfusion CT neuroimaging (κG = 0.487; 95% CI 0.327, 0.647 and κG = 0.552; 95% CI 0.430, 0.675). The 95% CIs overlapped with moderate agreement in both. Intrarater agreement exhibited overlapping 95% CIs for all 28 raters. κG was either substantial or excellent (0.81-1) for 71.4% (20/28) of raters in both groups. Conclusion The difference in EVT recommendations is minimal with either neuroimaing protocol. Regarding agreement we found that use of automated CT perfusion images does not significantly impact the reliability of EVT decisions for late window LVO patients.
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 | 0,088 | 0,248 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».