Utility of perfusion imaging in acute stroke treatment: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Variability in imaging protocols and techniques has resulted in a lack of consensus regarding the incorporation of perfusion imaging into stroke triage and treatment. The objective of our study was to evaluate the available scientific evidence regarding the utility of perfusion imaging in determining treatment eligibility in patients with acute stroke and in predicting their clinical outcome. METHODS: We performed a systematic review of the literature using PubMed, Web of Science, and Cochrane Library focusing on themes of medical imaging, stroke, treatment, and outcome (CRD42016037817). We included randomized controlled trials, cohort studies, and case-controlled studies published from 2011 to 2016. Two independent reviewers conducted the study appraisal, data abstraction, and quality assessments of the studies. RESULTS: Our literature search yielded 13 studies that met our inclusion criteria. In total, 994 patients were treated with the aid of perfusion imaging compared with 1819 patients treated with standard care. In the intervention group 51.1% of patients had a favorable outcome at 3 months compared with 45.6% of patients in the control group (p=0.06). Subgroup analysis of studies that used multimodal therapy (IV tissue plasminogen activator, endovascular thrombectomy) showed a significant benefit of perfusion imaging (OR 1.89, 95% CI 1.43 to 2.51, p<0.01). CONCLUSIONS: Perfusion imaging may represent a complementary tool to standard radiographic assessment in enhancing patient selection for reperfusion therapy, with a subset of patients having up to 1.9 times the odds of achieving independent functional status at 3 months. This is particularly important as patients selected based on perfusion status often included individuals who did not meet the current treatment eligibility criteria.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,012 | 0,014 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».