Quantitative Pupillometry Predicts Neurologic Deterioration in Patients with Large Middle Cerebral Artery Stroke
Notice bibliographique
Résumé
OBJECTIVE: This study assesses whether longitudinal quantitative pupillometry predicts neurological deterioration after large middle cerebral artery (MCA) stroke and determines how early changes are detectable. METHODS: This prospective, single-center observational cohort study included patients with large MCA stroke admitted to Boston Medical Center's intensive care unit (2019-2024). Associations between time-to-neurologic deterioration and quantitative pupillometry, including Neurological Pupil Index (NPi), were assessed using Cox proportional hazards models with time-dependent covariates adjusted for age, sex, and Alberta Stroke Program Early CT Score. Models using dilation velocity were compared with partial likelihood ratio tests. Pupillometric changes over 2-h intervals in the 12 h preceding deterioration were analyzed with linear mixed-effects modeling and Tukey's test. Matched referents (age, sex, stroke side, follow-up duration) were used for comparison. Optimal thresholds were identified using the Youden Index. RESULTS: Among 71 patients (mean age 66.5 years; 59.2% women), 32 (45.1%) experienced deterioration. A 1-unit decrease in NPi was associated with a higher hazard of deterioration (hazard ratio 2.46; 95% confidence interval 1.68-3.61). Dilation velocity improved model performance compared to NPi alone. NPi was significantly lower at 0-2 h (3.81 vs. 4.38, p = 0.001) and 2-4 h (3.71 vs. 4.38, p < 0.001) before deterioration compared to 10-12 h prior. Optimal thresholds were 4.01 for NPi, 0.49 mm/s for dilation velocity, and -0.15 change in NPi over 12 h. INTERPRETATION: Quantitative pupillometry predicts neurological deterioration in MCA stroke, with declines detectable up to 12 h prior. Dilation velocity shows promise as a novel biomarker. ANN NEUROL 2025;97:930-941.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».