Direct endovascular thrombectomy and bridging strategies for acute ischemic stroke: a network meta-analysis
Notice bibliographique
Résumé
OBJECTIVES: The present Bayesian network meta-analysis aimed to compare the various strategies for acute ischemic stroke: direct endovascular thrombectomy within the thrombolysis window in patients with no contraindications to thrombolysis (DEVT); (2) direct endovascular thrombectomy secondary to contraindications to thrombolysis (DEVTc); (3) endovascular thrombectomy in addition to thrombolysis (IVEVT); and (4) thrombolysis without thrombectomy (IVT). METHODS: Six electronic databases were searched from their dates of inception to May 2017 to identify randomized controlled trials (RCTs) comparing IVT versus IVEVT, and prospective registry studies comparing IVEVT versus DEVT or IVEVT versus DEVTc. Network meta-analyses were performed using ORs and 95% CIs as the summary statistic. RESULTS: We identified 12 studies (5 RCTs, 7 prospective cohort) with a total of 3161 patients for analysis. There was no significant difference in good functional outcome at 90 days (modified Rankin Scale score ≤2) between DEVT and IVEVT. There was no significant difference in mortality between all treatment groups. DEVT was associated with a 49% reduction in intracranial hemorrhage (ICH) compared with IVEVT (OR 0.51; 95% CI 0.33 to 0.79), due to reduction in rates of asymptomatic ICH (OR 0.47; 95% CI 0.29 to 0.76). Patients treated with DEVT had higher rates of reperfusion compared with IVEVT (OR 1.73; 95% CI 1.04 to 2.94). CONCLUSIONS: To our knowledge, this is the first network meta-analysis to be performed in the era of contemporary mechanical thrombectomy comparing DEVT and DEVTc. Our analysis suggests the addition of thrombolysis prior to thrombectomy for large vessel occlusions may not be associated with improved outcomes.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,026 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».