Quantitative Evaluation of Ischemic Core Volume in GE’s CT Perfusion Imaging Analysis Software and Its Relationship to Alberta Stroke Program Early CT Score
Notice bibliographique
Résumé
Objective: Computed tomography (CT) and magnetic resonance imaging of cerebral perfusion are useful in determining the indication of mechanical thrombectomy (MT) for acute ischemic stroke. RAPID (iSchemaView, Menlo Park, CA, USA) is the most common software for analyzing brain perfusion images worldwide, but various other software are also available. The optimal threshold value for each software is different, and each has its characteristics. This study investigated the relationship between the quantitative evaluation of ischemic core volume (ICV) and the Alberta Stroke Program Early CT Score (ASPECTS) using CT Perfusion 4D (GE Healthcare Inc., Milwaukee, WI, USA), a software used in our hospital. Methods: Among patients who underwent MT between April 2015 and February 2023, those with modified Rankin Scale: 0-2, obstruction by embolic mechanism, and thrombolysis in cerebral infarction: 2b or higher were selected retrospectively. Patients with middle cerebral artery M1 segment (M1) and internal carotid artery (ICA) occlusions (90 and 46 patients) were included. We quantitatively analyzed ICV at relative cerebral blood flow (rCBF) <20% and cerebral blood volume (CBV) <1 mL/100 g and evaluated the relationship with ASPECTS scores in 3 groups: M1 + ICA, M1, and ICA occlusion groups. Results: , and there was no statistically significant difference between the 2 groups (p = 0.23). There was a negative correlation between ICV and ASPECTS scores in each occlusion group in all groups. Conclusion: The quantitative evaluation of ICV at rCBF <20% and CBV <1 mL/100 g was negatively correlated with the ASPECTS score in GE's CT Perfusion imaging analysis software.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».