An international multicenter retrospective study to survey the landscape of thrombectomy in the treatment of anterior circulation acute ischemic stroke: outcomes with respect to age
Notice bibliographique
Résumé
BACKGROUND: Thrombectomy is an efficacious treatment for acute ischemic stroke (AIS). However, relatively few studies to date have specifically examined the impact and clinical implications of age on outcomes for thrombectomy in anterior AIS. OBJECTIVE: To provide a snapshot of patient metrics and outcomes with respect to age following thrombectomy for anterior AIS to supplement the current body of data for predictors of clinical outcomes in a real-world setting. METHODS: Data were collected for 20 consecutive patients with AIS treated with thrombectomy at 15 high-volume stroke centers across North America between 2015 and 2016. Patients with anterior occlusions were dichotomized based on whether they were older or younger than 80 years. Ordinal logistic regression analyzed how clinical variables impacted disability using 90-day modified Rankin Scale (mRS) scores. RESULTS: Adequate revascularization (TICI ≥2B) was achieved in 92.3% of patients aged <80 years with an average 1.7±0.1 passes taken with the primary technique and in 88.0% of patients aged ≥80 years with an average 1.7±0.2 passes. Despite similar baseline characteristics, mRS scores were significantly higher in older patients postoperatively and at 90 days after intervention. Age was a significant predictor of 90-day mRS across the study population. CONCLUSION: This analysis affirms age is a significant determinant of 90-day mRS scores following thrombectomy for large vessel anterior AIS. Further investigation into risks faced by elderly patients during thrombectomy may provide actionable information to help refine patient selection and improve 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».