Factors Associated With the Decision-Making on Endovascular Thrombectomy for the Management of Acute Ischemic Stroke
Notice bibliographique
Résumé
Background and Purpose- Little is known about the real-life factors that clinicians use in selection of patients that would receive endovascular treatment (EVT) in the real world. We sought to determine patient, practitioner, and health system factors associated with therapeutic decisions around endovascular treatment. Methods- We conducted a multinational cross-sectional web-based study comprising of 607 clinicians and interventionalists from 38 countries who are directly involved in acute stroke care. Participants were randomly allocated to 10 from a pool of 22 acute stroke case scenarios. Each case was classified as either Class I, Class II, or unknown evidence according to the current guidelines. We used logistic regression analysis applying weight of evidence approach. Main outcome measures were multilevel factors associated with EVT, adherence to current EVT guidelines, and practice gaps between current and ideal practice settings. Results- Of the 1330 invited participants, 607 (45.6%) participants completed the study (53.7% neurologists, 28.5% neurointerventional radiologists, 17.8% other clinicians). The weighed evidence approach revealed that National Institutes of Health Stroke Scale (34.9%), level of evidence (30.2%), ASPECTS (Alberta Stroke Program Early CT Score) or ischemic core volume (22.4%), patient's age (21.6%), and clinicians' experience in EVT use (19.3%) are the most important factors for EVT decision. Of 2208 responses that met Class I evidence for EVT, 1917 (86.8%) were in favor of EVT. In case scenarios with no available guidelines, 1070 of 1380 (77.5%) responses favored EVT. Comparison between current and ideal practice settings revealed a small practice gap (941 of 6070 responses, 15.5%). Conclusions- In this large multinational survey, stroke severity, guideline-based level of evidence, baseline brain imaging, patients' age and physicians' experience were the most relevant factors for EVT decision-making. The high agreement between responses and Class I guideline recommendations and high EVT use even when guidelines were not available reflect the real-world acceptance of EVT as standard of care in patients with disabling acute ischemic stroke.
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 ».