Outcome Predictors in Acute Basilar Artery Occlusion
Notice bibliographique
Résumé
OBJECTIVE: to identify predictors of good outcome in acute basilar artery occlusion (Bao). Background: acute ischemic stroke (aiS) caused by Bao is often associated with a severe and persistent neurological deficit and a high mortality rate. METHODS: the set consisted of 70 consecutive aiS patients (51 males; mean age 64.5 ± 14.5 years) with Bao. the role of the following factors was assessed: baseline characteristics, stroke risk factors, pre-event antithrombotic treatment, neurological deficit at time of treatment, estimated time to therapy procedure initiation, treatment method, recanalization rate, change in neurological deficit, post-treatment imaging findings. 30- and 90-day outcome was assessed using the modified rankin scale with a good outcome defined as a score of 0– 3. RESULTS: the following statistically significant differences were found between patients with good versus poor outcomes: mean age (54.2 vs. 68.9 years; p=0.0001), presence of arterial hypertension (52.4% vs. 83.7%; p=0.015), diabetes mellitus (9.5% vs. 55.1%; p=0.0004) and severe stroke (14.3% vs. 65.3%; p=0.0002), neurological deficit at time of treatment (14.0 vs. 24.0 median of national institutes of health Stroke Scale [nihSS] points; p=0.001), successful recanalization (90.0% vs. 54.2%; p=0.005), change in neurological deficit (12.0 vs. 1.0 median difference of nihSS points; p=0.005). Stepwise binary logistic regression analysis identified age (or=0.932, 95% Ci=0.882–0.984; p=0.012), presence of diabetes mellitus (or=0.105, 95% Ci=0.018-0.618; p=0.013) and severe stroke (or=0.071, 95% Ci=0.013-0.383; p=0.002) as significant independent negative predictors of good outcome. CONCLUSIONS: in the present study, higher age, presence of diabetes mellitus and severe stroke were identified as significant independent negative predictors of good 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 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».