Factors Predicting Hemorrhagic Complications after Multimodal Reperfusion Therapy for Acute Ischemic Stroke
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: We sought to find predictors for hemorrhagic complications in patients with acute ischemic stroke treated with multimodal endovascular therapy. MATERIALS AND METHODS: We retrospectively reviewed patients with acute ischemic stroke treated with multimodal endovascular therapy from May 1999 to March 2006. We reviewed clinical and angiographic data, admission CT Alberta Stroke Programme Early CT Score (ASPECTS), and the therapeutic endovascular interventions used. Posttreatment CT scans were reviewed for the presence of a parenchymal hematoma or hemorrhagic infarction based on defined criteria. Predictors for these types of hemorrhages were determined by logistic regression analysis. RESULTS: We identified 185 patients with a mean age of 65+/-13 years and mean National Institutes of Health Stroke Scale score of 17+/-4. Sixty-nine patients (37%) developed postprocedural hemorrhages: 24 (13%) parenchymal hematomas and 45 (24%) hemorrhagic infarctions. Patients with tandem occlusions (odds ratio [OR] 4.6 [1.4-6.5], P<.016), hyperglycemia (OR 2.8 [1.1-7.7], P<.043), or treated concomitantly with intravenous (IV) tissue plasminogen activator (tPA) and intra-arterial (IA) urokinase (OR 5.1 [1.1-25.0], P<.041) were at a significant risk for a parenchymal hematoma. Hemorrhagic infarction occurred significantly more in patients presenting with an ASPECTS<or=7 (OR 1.9 [1.3-2.7], P<.01). CONCLUSIONS: Hemorrhagic infarctions are related to the extent of infarct based on presentation CT, whereas parenchymal hematomas are associated with the presence of tandem occlusions, hyperglycemia, and treatment with both IV tPA and IA urokinase in patients with acute stroke treated with multimodal endovascular therapy.
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) | 0,001 | 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 ».