MRI quantitative biomarkers focusing on apparent diffusion coefficient for predicting hemorrhagic transformation after thrombectomy: A PRISMA-DTA systematic review and meta-analysis
Notice bibliographique
Résumé
BackgroundHemorrhagic transformation (HT) is a serious complication following mechanical thrombectomy in acute ischemic stroke (AIS), significantly impacting clinical outcomes. Magnetic resonance imaging (MRI)-based quantitative biomarkers, particularly the apparent diffusion coefficient (ADC), have been investigated as predictors of HT, but findings across studies remain inconsistent. This study aimed to evaluate the diagnostic performance of quantitative MRI biomarkers, especially ADC values, for predicting any HT in AIS patients undergoing mechanical thrombectomy.MethodsA systematic search of PubMed, Embase, Scopus, and Web of Science was performed for studies published up to 20 July 2025, following Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines. Risk of bias was assessed by QUADAS-2. Eligible studies assessed quantitative biomarkers based on pre-treatment MRI for predicting any HT post-thrombectomy. Data on sensitivity, specificity, area under the curve (AUC), and other diagnostic metrics were extracted. Pooled estimates were calculated using a bivariate random-effects model. Heterogeneity was assessed via I² statistics, and publication bias was evaluated using Deeks' funnel plot.ResultsEleven studies were included. The pooled sensitivity and specificity of models based on ADC for predicting HT were 0.75 (95% CI: 0.66-0.82, I²: 0%) and 0.73 (95% CI: 0.65-0.80, I²: 58.91%), respectively. The summary AUC was 0.79 (95% CI: 0.75-0.83), indicating strong diagnostic performance. Additional biomarkers such as infarct core volume, white matter hyperintensity and arterial spin labeling demonstrated potential but lacked sufficient data for meta-analysis.ConclusionsDiffusion-weighted imaging shows good diagnostic accuracy for predicting HT after mechanical thrombectomy. Integration of advanced imaging biomarkers into pre-thrombectomy protocols could enhance clinical decision-making and patient safety.
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 | 0,028 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,044 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».