MétaCan
Menu
Retour à la cohorte
Enregistrement W4407341219 · doi:10.1161/strokeaha.124.047680

Comparison of Noncontrast Computed Tomography, Multiphase Computed Tomography Angiography, and Computed Tomography Perfusion to Assess Infarct Growth Rate in Acute Stroke

2025· article· en· W4407341219 sur OpenAlexaffabout
Umberto Pensato, Salome Bosshart, Alexander Stebner, Dar Dowlatshahi, Oh Young Bang, Demetrios J. Sahlas, Thalia S. Field, Volker Puetz, Brian Buck, Michael D. Hill, Mayank Goyal, Andrew M. Demchuk, Johanna M. Ospel

Notice bibliographique

RevueStroke · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensUniversity of Alberta HospitalMcMaster UniversityUniversity of British ColumbiaOttawa HospitalUniversity of OttawaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineStroke (engine)RadiologyInterquartile rangeComputed tomography angiographyPerfusion scanningPerfusionModified Rankin ScaleAngiographyInternal medicineIschemiaIschemic stroke

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Infarct growth rate is remarkably heterogeneous in acute ischemic stroke, reflecting diverse clinical-physiological phenotypes. We compared different methods of estimating infarct growth rate in patients with acute ischemic stroke undergoing thrombectomy using multimodal computed tomography (CT) stroke imaging. METHODS: Secondary analysis of the international ESCAPE-NA1 trial (Efficacy and Safety of Nerinetide for the Treatment of Acute Ischemic Stroke) which evaluated the effect of nerinetide in patients with large vessel occlusion undergoing thrombectomy. Infarct growth rate was estimated leveraging each component of multimodal stroke CT imaging: (1) 10 minus baseline Alberta Stroke Program Early CT Score (ASPECTS) divided by hours elapsed from symptom onset on noncontrast CT (ASPECTS decay per hour); (2) collateral status on multiphase CT angiography (mCTA), and (3) hypoperfusion intensity ratio on CT perfusion. Patients were dichotomized into intermediate and slow progressors (since fast progressors were likely to be excluded from ESCAPE-NA1 based on trial enrollment criteria) according to median ASPECTS decay, presence of good versus moderate/poor mCTA collaterals, and median hypoperfusion intensity ratio, respectively. Associations between progressor phenotypes and 90-day modified Rankin Scale score were assessed across neuroimaging modalities using adjusted logistic regression analyses. RESULTS: Among 1105 patients enrolled in ESCAPE-NA1 between 2017 and 2019, 619 (56.0%) were assessed for progressor phenotypes using noncontrast CT, 1084 (98.1%) with mCTA, and 415 (37.6%) with CT perfusion. Median ASPECTS decay per hour was 1.05 (interquartile range, 0.05-1.85), 188/1084 (17%) patients had good collateral status on mCTA, and the median hypoperfusion intensity ratio was 0.44 (interquartile range, 0.28-0.59). Intermediate progressors showed worse functional outcomes compared with slow progressors only in CT perfusion strata: adjusted common odds ratio for modified Rankin Scale ordinal shift analysis of 1.69 (95% CI, 1.14-2.49). No significant association between progressor phenotypes and 90-day modified Rankin Scale was seen when the noncontrast CT and the mCTA approaches were used. CONCLUSIONS: Stroke progressor phenotypes based on CT perfusion criteria (using the hypoperfusion intensity ratio approach) were associated with clinical outcomes, while stroke progressor phenotypes based on noncontrast CT (ASPECTS decay) and mCTA (collateral status) criteria were not.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,299
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStrokeMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207