Large ischemic core defined by visually assessed ASPECTS predicts functional outcomes comparably accurate to automated CT perfusion in the 6–24 h window
Notice bibliographique
Résumé
Introduction Automated CT perfusion (aCTP) is commonly used to select patients with anterior circulation large vessel occlusion (aLVO) for endovascular treatment (EVT). The equivalence of visually assessed Non-contrast CT Alberta Stroke Program Early CT Scores (ASPECTS) and aCTP based selection in predicting favorable functional outcomes remains uncertain. Patients and methods Retrospective multicenter study of adult aLVO patients from the Swiss Stroke Registry (2014–2021) treated with EVT or best medical treatment 6–24 h after stroke onset. We assessed ASPECTS on non-contrast CT visually and ischemic core volumes on aCTP, defining ASPECTS 0–5 and aCTP CBF < 30% volumes ⩾50 mL as large ischemic cores. We used logistic regression to explore the association between CT modalities and favorable functional outcomes (modified Rankin Scale [mRS] score shift toward lower categories) at 3 months. Receiver operating characteristic (ROC) curve analysis compared the predictive accuracy of visually assessed ASPECTS and aCTP ischemic core for favorable outcomes (mRS 0–2) at 3 months. Results Of 210 patients, 11.4% had ASPECTS 0–5, and 12.9% aCTP core volumes ⩾50 mL. Within the same model, ASPECTS but not aCTP core volumes were associated with favorable outcomes (ASPECTS: acOR 1.85, 95%CI 1.27–2.70, p = 0.001). The ROC curve analyses showed comparable diagnostic accuracy in predicting favorable functional outcomes (mRS 0–2) at 3 months (ROC areas: ASPECTS 0.80 [95%CI 0.74–0.86] vs aCTP core 0.79 [95%CI 0.72–0.85]). Discussion and conclusion In patients with aLVO, visually assessed ASPECTS showed at least comparable accuracy to automatically generated CTP core volumes in predicting functional outcomes at 3 months.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».