Role of N-Terminal Pro-B-Type Natriuretic Peptide, High-Sensitivity C-Reactive Protein, and Inteleukin-6 in Predicting a Poor Outcome after a Stroke
Notice bibliographique
Résumé
OBJECTIVE: N-terminal pro-B-type natriuretic peptide (NT-proBNP), high-sensitivity C-reactive protein (hsCRP), and interleukin-6 (IL-6) concentrations can be important biomarkers in the acute stroke setting. In acute ischemic and hemorrhagic stroke patients, we investigated the association of NT-proBNP, hsCRP, and IL-6 serum concentrations with stroke severity and functional and cognitive outcomes at discharge. METHODS: Seventy-eight patients (53 men; median age 72 years) admitted with ischemic or hemorrhagic stroke within 48 h of symptom onset were evaluated for clinical stroke severity (Scandinavian stroke scale; SSS), functional status before the stroke (modified Rankin scale; mRS), and cerebrovascular disease risk factors. Cognitive (Mini Mental State Examination) and functional (mRS) outcomes were evaluated at hospital discharge. Blood samples were drawn for the assessment of NT-proBNP, hsCRP, and IL-6 concentrations within 24 h of admission. RESULTS: Greater NT-proBNP and hsCRP serum concentrations were associated with greater clinical stroke severity, adjusting for the patients' gender, age, stroke type, mRS score on admission, and presence of heart failure (β = -0.292, p = 0.012; β = -0.303, p = 0.009). In multivariate adjusted regression models with IL-6, hsCRP, and NT-proBNP considered together, IL-6 and hsCRP remained associated with worse functional (β = 0.210, p = 0.022) and cognitive (β = -0.269, p = 0.014) outcomes at discharge, respectively. In receiver operating characteristic analyses, the investigated blood biomarkers produced a minimal increase in predictive values for outcomes at discharge above the SSS score, age, and gender. CONCLUSIONS: In acute stroke patients, greater NT-proBNP and hsCRP serum concentrations are independently associated with greater clinical stroke severity. Elevated concentrations of IL-6 and hsCRP are associated with worse functional and cognitive outcomes at discharge, respectively.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».