ASPECTS decay during inter-facility transfer predicts patient outcomes in endovascular reperfusion for ischemic stroke: a unique assessment of dynamic physiologic change over time
Notice bibliographique
Résumé
BACKGROUND: Pretreatment Alberta Stroke Program Early CT Scores (ASPECTS) is associated with clinical outcomes. The rate of decline between subsequent images, however, may be more predictive of outcomes as it integrates time and physiology. METHODS: A cohort of patients transferred from six primary stroke centers and treated with intra-arterial therapy (IAT) was retrospectively studied. Absolute ASPECTS decay was defined as ((ASPECTS First CT-ASPECTS Second CT)/hours elapsed between images). A logistic regression model was performed to determine if the rate of ASPECTS decay predicted good outcomes at 90 days (modified Rankin Scale score of 0-2). RESULTS: 106 patients with a mean age of 66±14 years and a median National Institutes of Health Stroke Scale score of 19 (IQR 15-23) were analyzed. Median time between initial CT at the outside hospital to repeat CT at our facility was 2.7 h (IQR 2.0-3.6). Patients with good outcomes had lower rates of absolute ASPECTS decay compared with those who did not (0.14±0.23 score/h vs 0.49±0.39 score/h; p<0.001). In multivariable modeling, the absolute rate of ASPECTS decay (OR 0.043; 95% CI 0.004 to 0.471; p=0.01) was a stronger predictor of good patient outcome than static pretreatment ASPECTS obtained before IAT (OR 0.64; 95% CI 0.38 to 1.04; p=0.075). In practical terms, every 1 unit increase in ASPECTS decline per hour correlates with a 23-fold lower probability of a good outcome. CONCLUSIONS: Patients with faster rates of ASPECTS decay during inter-facility transfers are associated with worse clinical outcomes. This value may reflect the rate of physiological infarct expansion and thus serve as a tool in patient selection for IAT.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».