MétaCan
Menu
Retour à la cohorte
Enregistrement W7095576720

DOI 10.1007/s00330-007-0696-9 NEURO

2007· article· en· W7095576720 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDemographic Trends and Gender Preferences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThrombolysisModified Rankin ScaleStroke (engine)AngiographyMiddle cerebral arteryPerfusion scanningComputed tomography angiographyComputed tomography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Perfusion CT in acute stroke: prediction of vessel recanalization and clinical outcome in intravenous thrombolytic therapy Abstract This study evaluated per-fusion computed tomography (PCT) for the prediction of vessel recanali-zation and clinical outcome in patients undergoing intravenous thrombolysis. Thirty-nine patients with acute ische-mic stroke of the middle cerebral artery territory underwent intravenous thrombolysis within 3h of symptom onset. They all had non-enhanced CT (NECT), PCT, and CT angiography (CTA) before treatment. The Alberta Stroke Program Early Computed Tomography (ASPECT) score was applied to NECT and PCT maps to assess the extent of ischemia. CTA was assessed for the site of vessel occlusion. The National Institute of Health Stroke Scale (NIHSS) score was used for initial clinical assess-ment. Three-month clinical outcome was assessed using the modified Rankin scale. Vessel recanalization was determined by follow-up ultra-sound. Of the PCT maps, a cerebral blood volume (CBV) ASPECT score of>6 versus ≤6 was the best predictor for clinical outcome (odds ratio, 31.43; 95 % confidence interval, 3.41–289.58; P<0.002), and was superior to NIHSS, NECT and CTA. No significant differences in ASPECT scores were found for the prediction of vessel recanalization. ASPECT score applied to PCT maps in acute stroke patients predicts the clinical outcome of intravenous thrombolysis and is superior to both early NECT and clinical parameters.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,867
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,335
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDemographic Trends and Gender PreferencesTravaux en français237 207