MétaCan
Menu
Retour à la cohorte
Enregistrement W4413408525 · doi:10.3389/fneur.2025.1629434

A novel automated CT biomarker to predict outcomes in acute ischemic stroke: net water uptake

2025· article· en· W4413408525 sur OpenAlexaboutno aff
Hyun Woo Kim, Ananya Iyyangar, Sergio Salazar‐Marioni, Albert J. Yoo, Luca Giancardo, Sunil A. Sheth, Jerome Jeevarajan

Notice bibliographique

RevueFrontiers in Neurology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institutes of Health
Mots-clésBiomarkerMedicineStroke (engine)Ischemic strokeInternal medicineCardiologyIschemiaBiologyEngineering

Résumé

récupéré en direct d'OpenAlex

Background Recent trials of large core thrombectomy have shown that our traditional understanding of infarct characteristics and reperfusion benefit may be incomplete for patients with acute ischemic stroke (AIS). The Alberta Stroke Program Early CT Score (ASPECTS) has wide inter-rater variability, and modern studies have also shown that reperfusion therapies can benefit some patients regardless of the ASPECTS. Reproducible imaging metrics that account for the degree of hypo-attenuation on non-contrast computed tomography (NCCT) may be better suited to guide treatments. Here, we evaluate Net Water Uptake (NWU), a novel NCCT metric that can be calculated in a rapid and automated fashion, to determine its predictive performance for identifying clinical outcomes in patients with AIS compared to ASPECTS. Methods From our prospectively collected registry encompassing 11 certified stroke centers, we identified patients with AIS. CT images were pre-processed and segmented, then NWU was calculated by automated comparison of density on ipsilateral and contralateral brain regions. Primary outcome was the area under the receiver operating characteristic curve (AUROC) for competing multivariable regression models with Average NWU versus ASPECTS to predict 90-day outcome measured by modified Rankin Scale (mRS). Regression models were adjusted for age, National Institutes of Health Stroke Scale (NIHSS), tPA administration, and endovascular therapy. Secondary analyses included subgroup comparisons of patients with large infarct core and late time window. Results Among 402 subjects with anterior circulation AIS, median age was 69 [IQR 57–80], 49.3% were female, median NIHSS was 11 [IQR 5–19], median ASPECTS was 9 [IQR 7–10], and median 90-day mRS was 3 [IQR 1–5]. The ASPECTS-based model performance was not significantly different from the NWU-based model to classify 90-day mRS outcome, with AUROC 0.732 and 0.749, respectively, (p = 0.513 with Delong test). Among the subgroups, performance was again similar, including patients with large infarct core (AUROC 0.795 vs. 0.863, p = 0.312) and late time window (AUROC 0.638 vs. 0.677, p = 0.267). Conclusion NWU is a quantitative metric that can be rapidly and automatically obtained from non-contrast CT with comparable performance to ASPECTS when predicting 90-day functional outcome across a wide range of AIS presentations.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,009
Tête enseignante GPT0,258
Écart entre enseignants0,249 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207