P.044 The impact of working hours on rapid GFAP measurement in acute stroke: evaluation of sampling bias in an ongoing prospective study
Notice bibliographique
Résumé
Background: Glial fibrillary acidic protein (GFAP), a brain-specific biomarker, shows promise in differentiating intracerebral hemorrhage (ICH) from acute ischemic stroke (IS) and stroke mimics (SM). A novel point-of-care platform measures GFAP in minutes, yet requires centrifugation to obtain plasma. We aim to determine whether participants recruited in an ongoing prospective biomarker study (during working hours) differ from non-recruited patients. Methods: An exploratory analysis of undifferentiated stroke <24h from onset, where plasma GFAP levels (pg/ml) are measured (i-STAT Alinity) at hospital arrival. Clinical characteristics are compared among recruited and non-recruited patients. Results: Among the first 101 patients recruited, mean (±SD) age (70.8±14.5 years), % females (48%), and median (IQR) NIHSS (9(3-20) were similar to the 270 non-recruited patients (70.3±16.3 years, 51% females, NIHSS 7 (3-17), respectively) in the same time period. Median ASPECTS was slightly lower in recruited patients (10(9-10) vs (10(10-10)) (p=0.03). ICH and SM were more common among non-recruited (52% IS/13% ICH/32% SM) compared to recruited patients (67% IS/5% ICH/29% SM, p=0.002), while large-vessel occlusion was more common among those recruited (44% vs 19%, p=0.001). Conclusions: Clinical characteristics do not differ among recruited vs. non-recruited patients in an ongoing biomarker study, yet sampling bias exists regarding underlying stroke condition, with efforts to mitigate this going forward.
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 | 0,082 | 0,101 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».