Factors Influencing Clinically Meaningful Recanalization after IV-rtPA in Acute Ischemic Stroke
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Recanalization may not result in better clinical outcomes after ischemic stroke. We determined the incidence and significant predictors of CMR, defined as CT angiographic recanalization and a good clinical outcome, after IV-rtPA in acute ischemic stroke. A CMR score was devised and tested. MATERIALS AND METHODS: One hundred twenty-six consecutive patients with anterior circulation ischemic stroke receiving IV-rtPA were retrospectively reviewed. Imaging included a baseline NCCT and CTA. Recanalization was assessed on a 24-hour CTA. Clinical outcome was determined by the 90-day mRS. CMR was defined as CTA recanalization and a good clinical outcome (mRS ≤2). Logistic regression analysis determined predictors of CMR. The predictive ability of a CMR score was tested with AIC. RESULTS: CMR occurred in 29% (36/126). Patients with CMR had fewer neurologic deficits (P = .001) and higher ASPECTS (P = .041) at baseline than those without CMR. Baseline NIHSS score did not predict proximal occlusion (OR 0.959; 95% CI [0.907-1.014]; P = .141). Multivariate analysis showed admission NIHSS score (P = .001) and the site of vessel occlusion (P = .022) to be significant CMR predictors. CMR was significantly less likely in patients with proximal occlusions (ICA, P = .005; proximal M1, P = .021). A CMR score better predicted CMR than either NIHSS or vessel occlusion site alone (P < .0001). CONCLUSIONS: Milder baseline stroke deficit and distal vessel occlusion are significant predictors of CMR. A combination of these parameters better predicts CMR than either parameter alone.
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 | 0,000 | 0,005 |
| 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 | 0,000 | 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) | 0,001 | 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 ».