A systematic review of early neuroimaging and neurophysiological biomarkers for post-stroke mobility prognostication
Notice bibliographique
Résumé
Abstract Background Accurate prognostication of mobility outcomes is essential to guide rehabilitation and manage patient expectations. The prognostic utility of neuroimaging and neurophysiological biomarkers remains uncertain when measured early post-stroke. This systematic review aimed to examine the prognostic capacity of early neuroimaging and neurophysiological biomarkers of mobility outcomes up to 24-months post-stroke. Methods MEDLINE and EMBASE were searched from inception to June 2025. Cohort studies that reported neuroimaging or neurophysiological biomarkers measured ≤14-days post-stroke and mobility outcome(s) assessed >14-days and ≤24-months post-stroke were included. Biomarker analyses were classified by statistical analysis approach (association, discrimination/classification or validation). Magnitude of relevant statistical measures was used as the primary indicator of prognostic capacity. Risk of bias was assessed using the Quality in Prognostic Studies tool. Meta-analysis was not performed due to heterogeneity. Results Twenty reports from 18 independent study samples (n=2,160 participants) were included. Biomarkers were measured a median 7.5-days post-stroke, and outcomes were assessed between 1- and 12-months. Eighty-six biomarker analyses were identified (61 neuroimaging, 25 neurophysiological) and the majority used an association approach (88%). Few used discrimination/classification methods (11%), and only one conducted internal validation (1%); an MRI-based machine learning model which demonstrated excellent discrimination but still requires external validation. Structural and functional corticospinal tract integrity were frequently investigated, and most associations were small or non-significant. Lesion location and size were also commonly examined, but findings were inconsistent and often lacked magnitude reporting. Methodological limitations were common, including small sample sizes, moderate to high risk of bias, poor reporting of magnitudes, and heterogeneous outcome measures and follow-up time points. Conclusions Current evidence provides limited support for early neuroimaging and neurophysiological biomarkers to prognosticate post-stroke mobility outcomes. Most analyses remain at the association stage, with minimal progress toward validation and clinical implementation. Advancing the field requires international collaboration using harmonized methodologies, standardised statistical reporting, and consistent outcome measures and timepoints. Registration URL: https://www.crd.york.ac.uk/prospero/ ; Unique identifier: CRD42022350771.
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 | 0,009 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,009 |
| Bibliométrie | 0,011 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».