Microembolic Signal Monitoring in Hemispheric Acute Ischaemic Stroke: A Prospective Study
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: There are few data on the occurrence of microembolic signals (MES) in the acute phase of ischaemic stroke. The objective of our work was to systematically study the frequency of MES in non-selected patients with a first-ever hemispheric transient ischemic attack (TIA) or acute cerebral infarction, and to evaluate the clinical usefulness of MES detection. METHODS: 182 consecutive patients with hemispheric TIA or acute cerebral infarction, and 54-age-matched healthy controls were studied. Bilateral transcranial Doppler ultrasound (TCD) monitoring was performed for at least 30 min with a mean time from stroke onset to TCD of 69 h. Stroke severity on admission, early recurrent stroke and dependency on discharge were investigated. RESULTS: MES were detected in 20.5% of patients with arterial sources of embolism, 17. 1% of patients with potential sources of cardioembolism and 5% of patients with cryptogenic stroke. They were not registered, however, in lacunar infarctions (p < 0.001). Stroke severity on admission of patients with MES was greater than that of patients without MES (47. 1 vs. 19.4% with the Canadian Stroke Scale < or =6.5; p = 0.009). Early recurrent stroke was more frequent in patients with MES (11.8%) than in those without MES (4.2%) although the difference was not statistically significant. Multiple logistic regression analysis showed that MES increased the risk of dependency on discharge (odds ratio, 4.2; 95% CI, 1.2-14.9; p = 0.01) independently of age, stroke severity on admission and presence of an arterial or cardiac embolic source. CONCLUSIONS: There is a strong association of MES in the acute phase of stroke with known potential arterial and cardiac embolic sources. MES have an independent predictive value of poor outcome.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».