Per pass analysis of thrombus composition retrieved by mechanical thrombectomy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND AND AIM: Mechanical thrombectomy (MT) for large vessel occlusion often requires multiple passes to retrieve the entire thrombus load. In this multi-institutional study we sought to examine the composition of thrombus fragments retrieved with each pass during MT. METHODS: Patients who required multiple passes during thrombectomy were included. Histopathological evaluation of thrombus fragments retrieved from each pass was performed using Martius Scarlet Blue staining and the composition of each thrombus component including RBC, fibrin and platelet was determined using image analysis software. RESULTS: 154 patients underwent MT and 868 passes was performed which resulted in 263 thrombus fragments retrieval. The analysis of thrombus components per pass showed higher RBC, lower fibrin and platelet composition in the pass 1 and 2 when compared to pass 3 and passes 4 or more combined (P values <0.05). There were no significant differences between thrombus fragments retrieved in pass 1 and pass 2 in terms of RBC, WBC, fibrin, and platelet composition (P values >0.05). Similarly, when each composition of thrombus fragments retrieved in pass 3 and passes 4 or more combined were compared with each other, no significant difference was noted (P values >0.05). CONCLUSION: Our findings confirm that thrombus fragments retrieved with each pass differed significantly in histological content. Fragments in the first passes were associated with lower fibrin and platelet composition compared to fragments retrieved in passes three and four or higher. Also, thrombus fragments retrieved after failed pass were associated with higher fibrin and platelet components.
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.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,003 | 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 découle