Abstract WP55: Good Collateral Status Predicts Better Outcomes in Endovascular Treatment of Acute Ischemic Stroke: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Introduction: Endovascular therapy (EVT) for the treatment of acute ischemic stroke in cervical and/or cerebral arterial occlusions is superior to standard medical therapy alone. This however requires careful patient selection and the current criteria utilising time windows and the Alberta Stroke Program Early Computed Tomography Score (ASPECTS) is imperfect, limiting its efficacy. We explore the impact of pretreatment collateral status (CS) in predicting EVT outcomes. Methods: A systematic literature search was conducted on PubMed and EMBASE for randomized controlled trials and prospective and retrospective cohort studies without language restriction from January 01, 2000 to June 25, 2019. We included studies reporting efficacy and safety outcomes dichotomised by collateral status in patients with acute anterior circulation ischemic stroke that were treated with mechanical thrombectomy and/or intra-arterial thrombolysis. Odds ratios were pooled for good versus poor collaterals for outcomes based on a random-effects model. Results: The search strategy yielded fifty-four (54) studies (n=7,599) (mean age 67.6 years; females 47.4%) for quantitative analysis, of which there were 2 pairs of studies with overlapping populations but had reported different outcomes. Thus, there were at least 7,441 unique individuals included in this analysis recruited between May 1992 and September 2018. Analysis showed that good CS was strongly associated with favourable functional outcomes (modified Rankin Scale 0-2) at discharge, as well as at 3 months or follow-up (Table 1). Good CS was also associated with higher revascularization rates, lower rates of mortality and lower rates of symptomatic intracranial hemorrhage. Conclusions: Good pretreatment CS strongly predicts good functional outcome and lower complication rates. Pretreatment CS should be considered in the design of future clinical trials and as a selection criteria for EVT.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,021 | 0,029 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».