Cerebral Infarct Growth: Pathophysiology, Pragmatic Assessment, and Clinical Implications
Notice bibliographique
Résumé
Cerebral ischemic injury occurs when blood flow drops below a critical level, resulting in an energy failure. The progressive transformation of hypoperfused viable tissue, the ischemic penumbra, into infarction is a mechanism shared by patients with ischemic stroke if timely reperfusion is not achieved. Yet, the pace at which this transformation occurs, known as the infarct growth rate (IGR), exhibits remarkable heterogeneity among patients, brain regions, and over time, reflecting differences in compensatory collateral flow and ischemic tolerance. We review (1) the pathophysiology of infarct growth, (2) the advantages and pitfalls of different approaches of IGR measurement, (3) research gaps for future studies, and (4) the clinical implications of stroke progressor phenotypes. The estimated average IGR in patients with acute large vessel occlusion stroke is 5.4 mL/h although there is wide variability based on ischemic stroke subtype, occlusion location, presence of collaterals, and patient baseline status. The IGR can be calculated using various pragmatic strategies, mostly either quantifying the extension of the infarct at a particular time and dividing this measure by the time that elapsed from symptom onset to imaging assessment or by using collateral blood flow status as a radiological surrogate marker. The IGR defines a spectrum of clinical stroke phenotypes, often dichotomized into fast and slow progressors. An IGR ≥10 mL/h and the perfusion metric hypoperfusion intensity ratio ≥0.5 are commonly used definitions of fast progressors. A nuanced understanding of the IGR and stroke progressor phenotypes could have clinical implications, including informing prognostication, acute decision-making in peripheral-to-comprehensive transfer patients eligible for thrombectomy, and selection for adjuvant neuroprotective agents.
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 | 0,011 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».