Efficacy of Antiplatelet Therapy in Secondary Prevention Following Lacunar Stroke
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Lacunar stroke accounts for ≈25% of ischemic stroke, but optimal antiplatelet regimen to prevent stroke recurrence remains unclear. We aimed to evaluate the efficacy of antiplatelet agents in secondary stroke prevention after a lacunar stroke. METHODS: We searched MEDLINE, Embase, and the Cochrane library for randomized controlled trials that reported risk of recurrent stroke or death with antiplatelet therapy in patients with lacunar stroke. We used random effects meta-analysis and evaluated heterogeneity with I(2). RESULTS: We included 17 trials with 42,234 participants (mean age 64.4 years, 65% male) and follow up ranging from 4 weeks to 3.5 years. Compared with placebo, any single antiplatelet agent was associated with a significant reduction in recurrence of any stroke (risk ratio [RR] 0.77, 0.62-0.97, 2 studies) and ischemic stroke (RR 0.48, 0.30-0.78, 2 studies), but not for the composite outcome of any stroke, myocardial infarction, or death (RR 0.89, 0.75-1.05, 2 studies). When other antiplatelet agents (ticlodipine, cilostazol, and dipyridamole) were compared with aspirin, there was no consistent reduction in stroke recurrence (RR 0.91, 0.75-1.10, 3 studies). Dual antiplatelet therapy did not confer clear benefit over monotherapy (any stroke RR 0.83, 0.68-1.00, 3 studies; ischemic stroke RR 0.80, 0.62-1.02, 3 studies; composite outcome RR 0.90, 0.80-1.02, 3 studies). CONCLUSIONS: Our results suggest that any of the single antiplatelet agents compared with placebo in the included trials is adequate for secondary stroke prevention after lacunar stroke. Dual antiplatelet therapy should not be used for long-term stroke prevention in this stroke subtype.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».