Utility of automated CT perfusion software in acute ischemic stroke with large and medium vessel occlusion
Notice bibliographique
Résumé
BACKGROUND: Early diagnosis of large vessel occlusion (LVO) in acute stroke often requires CT angiography (CTA). Automated CT perfusion (CTP) software, which identifies blood flow abnormalities, enhances LVO diagnosis and patient selection for endovascular thrombectomy (EVT). This study evaluates the sensitivity of automated CTP images in detecting perfusion abnormalities in patients with acute ischemic stroke (AIS) and LVO or medium vessel occlusion (MeVO), compared to CTA. METHODS: We screened acute ischemic stroke patients presenting within 24 h who underwent CT, CTA, and CTP as per institutional protocol. RAPID AI software processed CTP images, while neuroradiologists reviewed CTA for intracranial arterial occlusions. Sensitivity, specificity, and accuracy of automated CTP maps in detecting occlusions were assessed. RESULTS: Of 790 screened patients, 31 were excluded due to lack of RAPID CTP data or poor-quality scans, leaving 759 for analysis. The median age was 71 years (IQR: 61-81), with 47% female. Among them, 678 had AIS, and 81 had AIS ruled out. CTA identified arterial occlusion in 562 patients (74%), with corresponding CTP abnormalities in 537 patients (Tmax > 6 sec). In the 197 without occlusion, CTP was negative in 161. Automated CTP maps had a sensitivity of 95.55% (CI 95: 93.50-97.10%), specificity of 81.73% (CI 95: 75.61-86.86%), negative predictive value of 98.22% (CI 95: 97.39-98.79%), positive predictive value of 63.54% (CI 95: 56.46-70.09%), and overall accuracy of 85.18% (CI 95: 82.45-87.64%). CONCLUSIONS: Automated CTP maps demonstrated high sensitivity and negative predictive value for LVOs and MeVOs, suggesting their usefulness as a rapid diagnostic tool, especially in settings without expert neuroradiologists.
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 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».