MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402030419 · doi:10.1055/b-0044-205904

3 Medical Imaging for Acute Ischemic and Hemorrhagic Stroke

2024· book-chapter· en· W4402030419 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineStroke (engine)Ischemic strokeCardiologyInternal medicineIschemiaEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

This chapter will provide the reader with an overview of the current guidelines on how to best employ medical imaging modalities in acute stroke care. We will include supporting images, clinical pearls, and tables to compare imaging modalities side by side. We will also summarize the latest research considering current and future applications. First, we will review the use of noncontrast head computed tomography (CT), and important signs to look for in both hemorrhagic and ischemic stroke patients. We will introduce the Alberta Stroke Program Early CT Score (ASPECTS) score and its relevance to evaluating the patient with acute ischemic stroke. We will then discuss the utility of CT angiography and CT perfusion studies. We will review the recent studies that have used novel CT perfusion algorithms to extend the window for endovascular thrombectomy procedures in patients with larger vessel occlusions. Acute stroke evaluation with magnetic resonance imaging will be discussed along with a review of how different institutions employ this technique in the acute stroke setting. The merits and detriments of diffusion-weighted imaging and perfusion-weighted imaging will be contrasted. In the final section of the chapter, we will explain the evidence supporting the use of magnetic resonance angiography in specific scenarios. This chapter will outline the utility of CT and MR imaging in determining treatment in the acute period of stroke management. We will cover the key components of current guidelines in order to provider the reader with a succinct summary of both established practice and the latest research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,192

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0570,046

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 Opus0,010
Tête enseignante GPT0,273
Écart entre enseignants0,263 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAcute Ischemic Stroke Management→Travaux en français237 207→