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 | 0,001 | 0,001 |
| 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 ».