Multicenter Validation of Artificial Intelligence Predicting Anterior Circulation Large Vessel Occlusion Using Noncontrast Head CT
Notice bibliographique
Résumé
Background To validate an artificial intelligence software (JLK CTL) for predicting anterior circulation large vessel occlusion (LVO) using noncontrast computed tomography (NCCT) and to investigate its clinical implications regarding both infarct volume and outcomes. Methods Between January 2021 and April 2023, we retrospectively included consecutive patients who concurrently underwent computed tomography angiography and NCCT within 24‐hour of last known well from 6 stroke centers. Additionally, 274 subjects without stroke were included in this study to evaluate the specificity of the software. The performance to identify LVO was evaluated based on the area under the receiver operating characteristic curve, as well as its sensitivity and specificity. The association between predicted JLK CTL LVO scores and infarct volumes and functional outcomes was assessed using Pearson correlation and logistic regression analyses, respectively. Results Among 534 (mean age 69.9±13.2 years, 58.4% men) included patients, the median time from last known well to NCCT was 3.8 hours (interquartile range 1.7–9.5), with 30.7% (n = 164) presenting with LVO. The software demonstrated area under the receiver operating characteristic curve of 0.859 (95% CI, 0.827–0.887), with a sensitivity of 0.787 (95% CI, 0.716–0.847) and a specificity of 0.832 (95% CI, 0.790–0.869) at the predefined threshold. In subjects without ischemic stroke, the software achieved a specificity of 0.898 (95% CI, 0.887–0.922). The predicted JLK CTL LVO scores showed a correlation with infarct volumes on follow‐up diffusion‐weighted imaging (r = 0.54; P <0.001). After adjusting covariates, 1‐point increment of JLK CTL LVO score was associated with 2% increase of unfavorable 3‐month outcome ( P = 0.011). Conclusion In this multicenter study, we validated the performance of artificial intelligence software in predicting LVO on NCCT. Furthermore, the associations between JLK CTL LVO score and follow‐up infarct volume, as well as functional outcomes, support its clinical utility beyond merely screening patients who require rapid decision‐making.
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 | 0,010 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».