Significance of Subtle Diffusion Weighted Imaging Lesion Dynamics: A Comparative Analysis of Methods for Detecting Diffusion Weighted Imaging Lesion Reversal in Endovascular Stroke Treatment
Notice bibliographique
Résumé
BACKGROUND: Restrictive diffusion on magnetic resonance imaging is recognized as an early marker of ischemic brain damage, even though diffusion-weighted imaging lesion reversal (DWI-R) is well known. This study aimed to compare methodologies for detecting DWI-R, including voxel-based analysis, which captures subtle lesion dynamics, and to test their correlation with clinical outcomes. METHODS: We retrospectively analyzed magnetic resonance imaging data from 216 consecutive patients with acute ischemic stroke obtained before and after endovascular therapy. DWI-R was defined either as an increase in DWI-Alberta Stroke Program Early Computed Tomography Score, a decrease of total DWI signal volume or as partial reversal of the initial DWI lesion, irrespective of the final DWI load. Associations between 3-month poststroke modified Rankin scale score and DWI-R was assessed according to the different definitions of DWI-R using logistic binary regression. RESULTS: In patients undergoing endovascular therapy, 25% had increased DWI-Alberta Stroke Program Early Computed Tomography Score and 32% showed reduced DWI volume. Both measures were strongly associated with favorable outcomes (modified Rankin Scale score ≤2) with odds ratios of 4.90 and 5.60, respectively (95% CIs: 1.66-14.46 and 2.09-14.98). Voxel-based analysis revealed DWI-R of ≥20% of the initial lesion in 64.5% of cases. Even with an overall increase of lesion volume due to progression elsewhere, ≥20% reversal of initial lesion was associated with a significantly improved outcome compared with <20% reversal, odds ratio 2.22 (95% CIs: 1.05-4.70). CONCLUSION: DWI-R was common in patients treated with endovascular therapy and linked to favorable outcomes. Subtle lesion dynamics detected only by the voxel-based analysis also conferred significant clinical benefits, supporting DWI-R as a continuum rather than a binary measure as "present" or "absent."
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 | 0,027 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».