Correlation between Clinical Outcomes and Baseline CT and CT Angiographic Findings in the SWIFT PRIME Trial
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Patient selection for endovascular therapy remains a great challenge in clinic practice. We sought to determine the effect of baseline CT and angiography on outcomes in the Solitaire With the Intention for Thrombectomy as Primary Endovascular Treatment for Acute Ischemic Stroke (SWIFT PRIME) trial and to identify patients who would benefit from endovascular stroke therapy. MATERIALS AND METHODS: The primary end point was a 90-day modified Rankin Scale score of 0-2. Subgroup and classification and regression tree analysis was performed on baseline ASPECTS, site of occlusion, clot length, collateral status, and onset-to-treatment time. RESULTS: = 44) (ASPECTS 6-7) (42% versus 21%; rate ratio, 1.98). The benefit of thrombectomy over IV tPA alone did not differ significantly by ASPECTS. Stratification by occlusion location also showed benefit with thrombectomy across all groups. Improved outcomes after thrombectomy occurred in patients with clot lengths of ≥8 mm (71% versus 43%; rate ratio, 1.67). Outcomes stratified by collateral status had a benefit with thrombectomy across all groups: none-fair collaterals (33% versus 0%), good collaterals (58% versus 44%), and excellent collaterals (82% versus 28%). Using a 3-level classification and regression tree analysis, we observed optimal outcomes in patients with favorable baseline ASPECTS, complete/near-complete recanalization (TICI 2b/3), and early treatment (mean mRS, 1.35 versus 3.73), while univariate and multivariate logistic regression showed significantly better results in patients with higher ASPECTS. CONCLUSIONS: While benefit was seen with endovascular therapy across multiple subgroups, the greatest response was observed in patients with a small baseline core infarct, excellent collaterals, and early 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 | 0,005 | 0,007 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».