Reduced Mortality and Severe Disability Rates in the SENTIS Trial
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: The Safety and Efficacy of NeuroFlo Technology in Ischemic Stroke trial showed a trend for reduced all-cause mortality and positive secondary safety end point outcomes. We present further analyses of the mortality and severe disability data from the Safety and Efficacy of NeuroFlo Technology in Ischemic Stroke trial. MATERIALS AND METHODS: The Safety and Efficacy of NeuroFlo Technology in Ischemic Stroke trial was a multicenter, randomized, controlled trial that evaluated the safety and effectiveness of the NeuroFlo catheter in patients with stroke. The current analysis was performed on the as-treated population. All-cause and stroke-related mortality rates at 90 days were compared between groups, and logistic regression models were fit to obtain ORs and 95% CIs for the treated versus not-treated groups. We categorized death-associated serious adverse events as neurologic versus non-neurologic events and performed multiple logistic regression analyses. We analyzed severe disability and mortality by outcomes of the mRS. Patient allocation was gathered by use of a poststudy survey. RESULTS: All-cause mortality trended in favor of treated patients (11.5% versus 16.1%; P = .079) and stroke-related mortality was significantly reduced in treated patients (7.5% versus 14.2%; P = .009). Logistic regression analysis for freedom from stroke-related mortality favored treatment (OR, 2.41; 95% CI, 1.22, 4.77; P = .012). Treated patients had numerically fewer neurologic causes of stroke-related deaths (52.9% versus 73.0%; P = .214). Among the 90-day survivors, nominally fewer treated patients were severely disabled (mRS 5) (5.6% versus 7.5%; OR, 1.72; 95% CI, 0.72, 4.14; P = .223). Differences in allocation of care did not account for the reduced mortality rates. CONCLUSIONS: There were consistent reductions in all-cause and stroke-related mortality in the NeuroFlo-treated patients. This reduction in mortality did not result in an increase in severe disability.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».