MétaCan
Menu
Retour à la cohorte
Enregistrement W3169621013 · doi:10.1111/ene.14985

Blood–brain barrier leakage and hemorrhagic transformation: The Reperfusion Injury in Ischemic StroKe (RISK) study

2021· article· en· W3169621013 sur OpenAlexaboutno aff
Francesco Arba, Benedetta Piccardi, Vanessa Palumbo, Silvia Biagini, Francesco Galmozzi, Veronica Iovene, A Giannini, Giuseppe Dario Testa, Alessandro Sodero, Mascia Nesi, Davide Gadda, Marco Moretti, Maria Lamassa, Francesca Pescini, Anna Poggesi, Cristina Sarti, Stefania Nannoni, Giovanni Pracucci, Nicola Limbucci, Sergio Nappini, Leonardo Renieri, Stefano Grifoni, Enrico Fainardi, Domenico Inzitari, Patrizia Nencini

Notice bibliographique

RevueEuropean Journal of Neurology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineThrombolysisInterquartile rangeOdds ratioStroke (engine)Confidence intervalIntracerebral hemorrhageInternal medicineLogistic regressionSurgeryAnesthesiaMyocardial infarctionSubarachnoid hemorrhage

Résumé

récupéré en direct d'OpenAlex

Abstract Background and purpose In patients with acute ischemic stroke treated with reperfusion therapy we aimed to evaluate whether pretreatment blood–brain barrier (BBB) leakage is associated with subsequent hemorrhagic transformation (HT). Methods We prospectively screened patients with acute ischemic stroke treated with intravenous thrombolysis and/or endovascular treatment. Before treatment, each patient received computed tomography (CT), CT angiography, and CT perfusion. We assessed pretreatment BBB leakage within the ischemic area using the volume transfer constant (K trans ) value. Our primary outcome was relevant HT, defined as hemorrhagic infarction type 2 or parenchymal hemorrhage type 1 or 2. We evaluated independent associations between BBB leakage and HT using logistic regression, adjusting for age, sex, baseline stroke severity, Alberta Stroke Program Early CT Score (ASPECTS) ≥ 6, treatment type, and onset‐to‐treatment time. Results We enrolled 171 patients with available assessment of BBB leakage. The patients' mean (±SD) age was 75.5 (±11.8) years, 86 (50%) were men, and the median (interquartile range) National Institutes of Health Stroke Scale score was 18 (12–23). A total of 32 patients (18%) received intravenous thrombolysis, 102 (60%) underwent direct endovascular treatment, and 37 (22%) underwent both. Patients with relevant HT ( N = 31;18%) had greater mean BBB leakage (K trans 0.77 vs. 0.60; p = 0.027). After adjustment in the logistic regression model, we found that BBB leakage was associated both with a more than twofold risk of relevant HT (odds ratio [OR] 2.50; 95% confidence interval [CI] 1.03–6.03 per K trans point increase; OR 2.34; 95% CI 1.06–5.17 for K trans values > 0.63 [mean BBB leakage value]) and with symptomatic intracerebral hemorrhage (OR 4.30; 95% CI 1.13–13.77 per K trans point increase). Conclusion Pretreatment BBB leakage before reperfusion therapy was associated with HT, and may help to identify patients at risk of HT.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,482
Score d'incertitude au seuil0,435

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,238
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations74
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of NeurologyMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207