The value of radiomics-based hyperdense middle cerebral artery sign in predicting hemorrhagic transformation in acute ischemic stroke patients undergoing endovascular treatment
Notice bibliographique
Résumé
Objective: To establish and validate a model based on hyperdense middle cerebral artery sign (HMCAS) radiomics features for predicting hemorrhagic transformation (HT) in patients with acute ischemic stroke (AIS) after endovascular treatment (EVT). Methods: Patients with AIS who presented with HMCAS on non-contrast computed tomography (NCCT) at admission and underwent EVT at three comprehensive hospitals between June 2020 and January 2024 were recruited for this retrospective study. A radiomics model was constructed using the HMCAS radiomics features most strongly associated with HT. In addition, clinical and radiological independent factors associated with HT were identified. Subsequently, a combined model incorporating radiomics features and independent risk factors was developed via multivariate logistic regression and presented as a nomogram. The models were evaluated via receiver operating characteristic curve, calibration curve, and decision curve analysis. Results: Of the 118 patients, 71 (60.17%) developed HT. The area under the curve (AUC) of the radiomics model was 0.873 (95% CI 0.797-0.935) in the training cohort and 0.851 (95%CI 0.721-0.942) in the test cohort. The Alberta Stroke Program Early CT score (ASPECTS) was the only independent predictor among 24 clinical and 4 radiological variables. The combined model further improved the predictive performance, with an AUC of 0.911 (95%CI 0.850-0.960) in the training cohort and 0.877 (95%CI 0.753-0.960) in the test cohort. Decision curve analysis demonstrated that the combined model had greater clinical utility for predicting HT. Conclusion: HMCAS-based radiomics is expected to be a reliable tool for predicting HT risk stratification in AIS patients after EVT.
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 | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».