Utilizing Quantitative Analysis of CSF Volume from Clinical T1‐Weighted MRI to Predict Thrombectomy Outcomes
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Endovascular thrombectomy (EVT) is the standard for acute ischemic stroke from large vessel occlusion, but post-EVT functional independence varies. Brain atrophy, linked to higher cerebrospinal fluid volume (CSFV), may affect outcomes. Baseline CSFV could predict EVT benefit by assessing brain health. We aimed to quantify total CSFV from clinical T1-weighted (w) magnetic resonance imaging (MRI) to assess global brain atrophy and its association with functional outcomes following successful EVT. METHODS: We performed a retrospective analysis of patients achieving thrombolysis-in-cerebral-infarction ≥2b revascularization via prospectively maintained single-institution stroke thrombectomy registry (n = 432) between 2015 and 2021. We included 214 patients (mean age 67.5 ± 14.6, 49% female) with acceptable quality MRI within 14 days of EVT and available modified Rankin-scale (mRS) at 90 days post EVT. Clinical T1w images were transformed into high-resolution images using the convolutional neural-network SynthSR. FreeSurfer software was then used to estimate total cranial CSFV. To correct for head size, percentage of CSFV to intracranial volume was used. RESULTS: Baseline CSFV% significantly predicted 90-day mRS in an ordinal regression model adjusted for baseline mRS (p < 0.001). Further modeling was performed to account for age, sex, 24-h National-Institutes-Health-Stroke-Scale (NIHSS), smoking history, prior stroke, hypertension, congestive heart failure, hemoglobin-A1c, atrial fibrillation, and Alberta-Stroke-Program-Early-CT-Score (ASPECTS). Total CSFV% remained an independent predictor of 90-day mRS (p = 0.012). CSFV% did not significantly predict the occurrence of any type of hemorrhagic transformation in a logistic regression model. CONCLUSIONS: Increased CSFV% correlates with poorer functional outcomes post EVT. Total CSFV% may serve as a useful imaging biomarker for clinicians determining patient prognostication prior to 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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».