The impact of leptomeningeal collaterals in acute ischemic stroke
Notice bibliographique
Résumé
Abstract Objectives: Leptomeningeal collaterals provide an alternate pathway to maintain cerebral blood flow in stroke to prevent ischemia, but their role in predicting outcome is still unclear. So, our study aims at assessing the significance of collateral blood flow (CBF) in acute stroke. Methods: Electronic databases were searched under different MeSH terms from Jan 2000 to Feb 2019. Studies were included if there was available data on good and poor CBF in acute ischemic stroke (AIS). The clinical outcomes included were modified rankin scale (mRS), recanalization, mortality, and symptomatic intracranial hemorrhage (sICH) at 90 days. Data was analyzed using random-effect model. Results: A total of 47 studies with 8,194 patients were included. Pooled meta-analysis revealed that there exist 2-fold higher likelihood of favorable clinical outcome (mRS≤2) at 90 days with good CBF compared with poor CBF (RR: 2.27; 95%CI: 1.94-2.65; p<0.00001) irrespective of the thrombolytic therapy [RR with IVT: 2.90; 95%CI: 2.14-3.94; p<0.00001, and RR with IAT/EVT: 1.99; 95% CI: 1.55-2.55; p<0.00001]. Moreover, there exists 1-fold higher probability of successful recanalization with good CBF (RR: 1.31; 95% CI: 1.15-1.49; p<0.00001). However, there was 54% and 64% lower risk of sICH and mortality respectively in patients with good CBF in AIS (p<0.00001). Conclusions: The relative risk of favorable clinical outcome is more in patients with good pretreatment CBF. This could be explained due to better chances of recanalization, combined with lesser risk of intracerebral hemorrhage in good CBF status.
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 | 0,015 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,001 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».