D‐dimer as a predictor of early neurologic deterioration in cryptogenic stroke with active cancer
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: The occurrence of stroke in cancer patients is caused by conventional vascular risk factors and cancer-specific mechanisms. However, cryptogenic stroke in patients with cancer was considered to be more related to cancer-specific hypercoagulability. In this study, we investigated the potential of the D-dimer level to serve as a predictor of early neurologic deterioration (END) in cryptogenic stroke patients with active cancer. METHODS: We recruited 109 cryptogenic stroke patients with active cancer within 72 h of symptom onset. We defined END as an increase of ≥1 point in the motor National Institutes of Health Stroke Scale (NIHSS) score or ≥2 points in the total NIHSS score within 72 h of admission. After adjusting for potential confounding factors in the multivariate analysis, we calculated the odds ratios (ORs) and confidence intervals (CIs) of D-dimer in the prediction of END. RESULTS: Among 109 patients, END events were identified in 34 (31%) patients within 72 h. END was significantly associated with systemic metastasis, multiple vascular territory lesions on the initial magnetic resonance imaging (MRI), initial NIHSS score and D-dimer levels. In the multivariate analysis, the D-dimer level (adjusted OR, 1.11; 95% CI, 1.04-1.17; P < 0.01) and initial NIHSS score (adjusted OR, 1.08; 95% CI, 1.01-1.15; P = 0.03) predicted END after adjusting for potential confounding factors. In the subgroup analysis of 72 follow-up MRIs, D-dimer level was also correlated with new territory lesions on the follow-up MRI in a dose-dependent manner. CONCLUSION: Ischemic stroke patients with active cancer and elevated D-dimer levels appear to be at increased risk for END recurrent thromboembolic stroke.
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) | 0,000 | 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 ».