MétaCan
Menu
Retour à la cohorte
Enregistrement W2918067884 · doi:10.1161/strokeaha.118.023769

Glucose Modifies the Effect of Endovascular Thrombectomy in Patients With Acute Stroke

2019· review· en· W2918067884 sur OpenAlexaff
Ángel Chamorro, Scott Brown, Sergio Amaro, Michael D. Hill, Keith W. Muir, Diederik W.J. Dippel, Wim H. van Zwam, Kenneth Butcher, Gary A. Ford, Heleen M. den Hertog, Peter Mitchell, Andrew M. Demchuk, Charles B.L.M. Majoie, Serge Bracard, Igor Sibon, Ashutosh P. Jadhav, Blanca Lara‐Rodríguez, Aad van der Lugt, Elizabeth Osei, Arturo Renú, Sébastien Richard, David Rodríguez‐Luna, Geoffrey A. Donnan, Anand Dixit, Mohammed Almekhlafi, S. Deltour, Jonathan Epstein, B. Guillon, Serge Bakchine, Meritxell Gomis, Richard du Mesnil de Rochemont, Demetrius K. Lopes, Vivek Reddy, G. Rüdel, Yvo B.W.E.M. Roos, Alain Bonafé, Hans‐Christoph Diener, Olvert A. Berkhemer, Geoffrey Cloud, Stephen M. Davis, Robert van Oostenbrugge, Françis Guillemin, Mayank Goyal, Bruce Campbell, Bijoy K. Menon

Notice bibliographique

RevueStroke · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesCilagEuropean Regional Development FundAstraZenecaAllerganNational Health and Medical Research CouncilPenumbraMedical Research CouncilBayer VitalNational Institutes of HealthMedacCentres de Recerca de CatalunyaH. Lundbeck A/SDaiichi Sankyo EuropeServierNational Stroke FoundationDaiichi-SankyoGeneralitat de CatalunyaNational Institute for Health and Care ResearchGlaxoSmithKlineSanofiEuropean CommissionStrykerZonMwInstituto de Salud Carlos IIIAmgenPfizerEli Lilly and Company
Mots-clésMedicineInterquartile rangeModified Rankin ScaleStroke (engine)Odds ratioInternal medicineRandomized controlled trialLogistic regressionIschemic strokeIschemia

Résumé

récupéré en direct d'OpenAlex

Background and Purpose- Hyperglycemia is a negative prognostic factor after acute ischemic stroke but is not known whether glucose is associated with the effects of endovascular thrombectomy (EVT) in patients with large-vessel stroke. In a pooled-data meta-analysis, we analyzed whether serum glucose is a treatment modifier of the efficacy of EVT in acute stroke. Methods- Seven randomized trials compared EVT with standard care between 2010 and 2017 (HERMES Collaboration [highly effective reperfusion using multiple endovascular devices]). One thousand seven hundred and sixty-four patients with large-vessel stroke were allocated to EVT (n=871) or standard care (n=893). Measurements included blood glucose on admission and functional outcome (modified Rankin Scale range, 0-6; lower scores indicating less disability) at 3 months. The primary analysis evaluated whether glucose modified the effect of EVT over standard care on functional outcome, using ordinal logistic regression to test the interaction between treatment and glucose level. Results- Median (interquartile range) serum glucose on admission was 120 (104-140) mg/dL (6.6 mmol/L [5.7-7.7] mmol/L). EVT was better than standard care in the overall pooled-data analysis adjusted common odds ratio (acOR), 2.00 (95% CI, 1.69-2.38); however, lower glucose levels were associated with greater effects of EVT over standard care. The interaction was nonlinear such that significant interactions were found in subgroups of patients split at glucose < or >90 mg/dL (5.0 mmol/L; P=0.019 for interaction; acOR, 3.81; 95% CI, 1.73-8.41 for patients < 90 mg/dL versus 1.83; 95% CI, 1.53-2.19 for patients >90 mg/dL), and glucose < or >100 mg/dL (5.5 mmol/L; P=0.004 for interaction; acOR, 3.17; 95% CI, 2.04-4.93 versus acOR, 1.72; 95% CI, 1.42-2.08) but not between subgroups above these levels of glucose. Conclusions- EVT improved stroke outcomes compared with standard treatment regardless of glucose levels, but the treatment effects were larger at lower glucose levels, with significant interaction effects persisting up to 90 to 100 mg/dL (5.0-5.5 mmol/L). Whether tight control of glucose improves the efficacy of EVT after large-vessel stroke warrants appropriate testing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,015
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,014
Tête enseignante GPT0,278
Écart entre enseignants0,264 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations91
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrokeMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207