Incidence and Etiology of Microinfarcts in Patients with Ischemic Stroke
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Cerebral microinfarcts (CMI) are associated with intracerebral hemorrhage due to small vessel disease (SVD) in studies not including an ischemic etiologic workup. We aimed to determine their incidence and potential causes in a large ischemic stroke (IS) cohort. METHODS: Consecutive patients with MRI-confirmed IS within 72 hours of onset were enrolled. Subjects had either single high-risk embolic source (cardioembolic or large vessel disease) or no embolic source. CMIs were classified by their relationship to the primary infarct as within or outside the same vascular territory. White matter hyperintensities (WMH) and microbleeds were markers SVD severity. Multivariable regression tested the association between CMIs and potential etiologies. RESULTS: We analyzed 946 IS patients, mean age 69 ± 15 years, 46% female. We detected CMI (≤5 mm) on diffusion-weighted imaging in 269 (28%) subjects, 190 (71%) within the vascular territory of the primary infarct. Large-vessel atherosclerosis (P <.001), cardioembolic source (P <.001), higher WMH (P = .032) and lower systolic blood pressure (SBP, P = .024) were independently associated with the presence of CMI. While SBP was associated with CMI in any location (P <.05), WMH was only associated with CMI outside the territory of the primary infarct (P = .033), and large vessel atherosclerosis with CMI within the primary infarct territory (P = .004). CONCLUSIONS: CMIs occurring within the vascular territory of a larger infarct are more likely embolic, but those occurring outside are probably related to SVD. Our findings suggest a role for SVD in pathogenesis of CMIs and emphasize the importance of etiologic workup to identify alternate etiologies.
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 ».