Co-localization of NCCT hypodensity and CTA spot sign predicts substantial intracerebral hematoma expansion: The Black-&-White sign
Notice bibliographique
Résumé
Abstract Background: Existing radiological markers of hematoma expansion (HE) show modest predictive accuracy. We aim to investigate a novel radiological marker that co-localizes findings from non-contrast CT (NCCT) and CT angiography (CTA) to predict HE. Methods: Consecutive acute intracerebral hemorrhage patients admitted at Foothills Medical Centre in Calgary, Canada, were included. The Black-&-White sign was defined as any visually identified spot sign on CTA co-localized with a hypodensity sign on the corresponding NCCT. The primary outcome was hematoma expansion (⩾6 mL or ⩾33%). Secondary outcomes included absolute (<3, 3–6, 6–12, ⩾12 mL) and relative (0%, <25%, 25%–50%, 50%–75%, or >75%) hematoma growth scales. Results: Two-hundred patients were included, with 50 (25%) experiencing HE. Forty-four (22%) showed the spot sign, 69 (34.5%) the hypodensity sign, and 14 (7%) co-localized both as the Black-&-White sign. Those with the Black-&-White sign had higher proportions of HE (100% vs 19.4%, p < 0.001), greater absolute hematoma growth (23.37 mL (IQR = 15.41–30.27) vs 0 mL (IQR = 0–2.39), p < 0.001) and relative hematoma growth (120% (IQR = 49–192) vs 0% (0–15%), p < 0.001). The Black-&-White sign had a specificity of 100% (95%CI = 97.6%–100%), a positive predictive value of 100% (95%CI = 76.8%–100%), and an overall accuracy of 82% (95%CI = 76%–87.1%). Among the 14 patients with the Black-&-White sign, 13 showed an absolute hematoma growth ⩾12 mL, and 10 experienced a HE exceeding 75% of the initial volume. The inter-rater agreement was excellent (kappa coefficient = 0.84). Conclusion: The Black-&-White sign is a robust predictor of hematoma expansion occurrence and severity, yet further validation is needed to confirm these compelling 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 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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,003 | 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 ».