MétaCan
Menu
Retour à la cohorte
Enregistrement W2898432862 · doi:10.1136/neurintsurg-2018-014347

Simplified selection criteria for patients with longer or unknown time to treatment predict good outcome after mechanical thrombectomy

2018· article· en· W2898432862 sur OpenAlexaboutno aff
Simon Nagel, Christian Herweh, Johannes Pfaff, Simon Schieber, Silvia Schönenberger, Markus Möhlenbruch, Martin Bendszus, Peter A. Ringleb

Notice bibliographique

RevueJournal of NeuroInterventional Surgery · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineModified Rankin ScaleThrombolysisUnivariate analysisStroke (engine)Multivariate analysisInternal medicineClinical endpointSurgeryIschemic strokeRandomized controlled trialIschemiaMyocardial infarction

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To identify simplified selection criteria for mechanical thrombectomy (MT) in longer and unknown time windows. METHODS: Patients with large vessel occlusion (LVO) in the anterior circulation who underwent MT between January 2014 and November 2017 were identified from the local registry. Patients were selected for analysis if they met the current guideline recommendation for MT treatment except for time window (HERMES-like) and were divided according to time they were last seen well (LSW): LSW <6 hours or LSW >6 hours before MT. The primary endpoint, good outcome, was modified Rankin scale score 0-2 on day 90. Safety outcomes were mortality on day 90 and symptomatic intracranial hemorrhage (sICH). Univariate and multivariate analysis were performed for good outcome in HERMES-like patients. RESULTS: In total, 752 patients were identified and 390 patients (51.9%) fulfilled the HERMES-like criteria. Despite differences in baseline parameters, more diffusion-weighted imaging (DWI) (43.9% vs 11.3%, p<0.001) and fewer cases of thrombolysis (32.7% vs 77%, p<0.001), patients LSW >6 hours (n=107) did not differ in the primary and secondary endpoints: good outcome (44.9% vs 44.9%, p=1.0), mortality (14% vs 15.2%, p=0.87), and sICH (5.6% vs 6%, p=1.0). After multivariate regression analysis, independent predictors of good outcome remained: age, OR=0.96 (95% CI 0.95 to 0.98); National Institutes of Health Stroke Scale score, OR=0.92 (95% CI 0.89 to 0.96); Alberta Stroke Programme Early CT Score (ASPECTS), OR=1.26 (95% CI 1.06 to 1.49); general anesthesia, OR=0.2 (95% CI 0.04 to 0.99), and successful recanalization, OR=12 (95% CI 4.7 to 30.5); but not treatment time and DWI or CT perfusion at baseline. CONCLUSION: Patients with proven LVO in unknown and longer time windows may be selected for MT based on ASPECTS and clinical 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,332
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,316
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations56
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroInterventional SurgeryMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207