Carotid Anatomy Does Not Predict the Risk of New Ischaemic Brain Lesions on Diffusion-Weighted Imaging after Carotid Artery Stenting in the ICSS-MRI Substudy
Notice bibliographique
Résumé
INTRODUCTION: The International Carotid Stenting Study (ICSS, ISRCTN25337470) randomized patients with recently symptomatic carotid artery stenosis > 50% to carotid artery stenting (CAS) or endarterectomy. CAS increased the risk of new brain lesions visible on diffusion-weighted magnetic resonance imaging (DWI-MRI) more than endarterectomy in the ICSS-MRI Substudy. The predictors of new post-stenting DWI lesions were assessed in these patients. METHODS: ICSS-MRI Substudy patients allocated to CAS were studied. Baseline or pre-stenting catheter angiograms were rated to determine carotid anatomy. Baseline patient demographics and the influence of plaque length, plaque morphology, internal carotid angulation, and external or common carotid atheroma were examined in negative binomial regression models. RESULTS: A total of 115 patients (70% male, average age 70.4) were included; 50.4% had at least one new DWI-MRI-positive lesion following CAS. Independent risk factors increasing the number of new lesions were a left-sided stenosis (incidence risk ratio [IRR] 1.59, 95% CI 1.04-2.44, p = .03), age (IRR 2.10 per 10-year increase in age, 95% CI 1.61-2.74, p < .01), male sex (IRR 2.83, 95% CI 1.72-4.67, p < .01), hypertension (IRR 2.04, 95% CI 1.25-3.33, p < .01) and absence of cardiac failure (IRR 6.58, 95% CI 1.23-35.07, p = .03). None of the carotid anatomical features significantly influenced the number of post-procedure lesions. CONCLUSION: Carotid anatomy seen on pre-stenting catheter angiography did not predict of the number of ischaemic brain lesions following CAS.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».