Early Neutrophilia Is Associated With Volume of Ischemic Tissue in Acute Stroke
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Few data exist on the relationship between differential subpopulations of peripheral leukocytes and early cerebral infarct size in ischemic stroke. Using diffusion-weighted MR imaging (DWI), we assessed the relationship of early total and differential peripheral leukocyte counts and volume of ischemic tissue in acute stroke. METHODS: All included patents had laboratory investigations and neuroimaging collected within 24 hours of stroke onset. Total peripheral leukocyte counts and differential counts were analyzed individually and by quartiles. DWI lesions were outlined using a semiautomated threshold technique. The relationship between leukocyte quartiles and DWI infarct volumes was examined using multivariate quartile regression. RESULTS: 173 patients met study inclusion criteria. Median age was 73 years. Total leukocyte counts and DWI volumes showed a strong correlation (Spearman rho=0.371, P<000.1). Median DWI volumes (mL) for successive neutrophil quartiles were: 1.3, 1.3, 3.2, and 20.4 (P for trend <0.001). Median DWI volumes (mL) for successive lymphocyte quartiles were: 3.2, 8.1, 1.3, and 1.5 (P=0.004). After multivariate analysis, larger DWI volume remained strongly associated with higher total leukocyte and neutrophil counts (both probability values <0.001), but not with lymphocyte count (P=0.4971). Compared with the lowest quartiles, DWI volumes were 8.7 mL and 12.9 mL larger in the highest quartiles of leukocyte and neutrophil counts, respectively. CONCLUSIONS: Higher peripheral leukocyte and neutrophil counts, but not lymphocyte counts, are associated with larger infarct volumes in acute ischemic stroke. Attenuating neutrophilic response early after ischemic stroke may be a viable therapeutic strategy and warrants further study.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».