Abstract TMP66: Intravenous Thrombolysis is Associated with Lower Risk of Severe Disability and Death among SPAN-100 Positive Acute Ischemic Stroke Patients
Notice bibliographique
Résumé
BACKGROUND: Clinicians are cautious about administering intravenous thrombolysis (tPA) to acute ischemic stroke (AIS) patients who are very elderly and/or have severe neurological deficits. The Stroke Prognostication using Age and NIHSS (SPAN) index combines age plus stroke severity (NIHSS) to create a binary measure (≥ 100 vs. < 100) to predict clinical outcome. We evaluated the effectiveness of tPA by SPAN-100 index status among a large sample of AIS patients. METHODS: Data on 7140 AIS participants in the Virtual International Stroke Trials Archive (VISTA) collaboration. Outcome measures included severe disability or death at 3 months (defined as modified Rankin Scale {mRS} 4-6) and death alone. Effect of tPA on outcomes was assessed using multivariable logistic regression adjusting for SPAN-100 status. RESULTS: Among all patients, 743 (10.5%) were SPAN-100 positive (≥ 100), and 2731 (38.2%) received tPA treatment. Of those treated with tPA, SPAN-100 positive patients were more likely to experience severe disability or death (73.2% vs. 36.3%; p<0.0001) or death alone (33.6% vs. 11.4%; p<0.0001) than SPAN-100 negative patients. However, among SPAN-100 positive patients, tPA was associated with a significantly lower risk of severe disability and death, and tPA had a significantly greater treatment effect among SPAN-100 positive vs. SPAN-100 negative patients (Table). Logistic regression analyses showed significant interactions between SPAN-100 status and tPA (mRS of 4-6 <0.001; death 0.029) confirming that tPA had a greater treatment effect among SPAN-100 positive vs. SPAN-100 negative patients, even after adjustment for age and NIHSS. CONCLUSIONS: Despite the low probability of a favorable outcome, tPA reduces the risk of severe disability and death among SPAN-100 positive AIS patients. SPAN-100 index can be readily used in emergency care settings to identify high risk AIS patients who may be less prone to catastrophic outcomes after tPA treatment.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,005 | 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 ».