EP51* Burden of<i>tough to retrieve</i>clots in acute ischemic stroke: clinical and economic impact of increasing retrieval attempts in mechanical thrombectomy
Notice bibliographique
Résumé
Introduction Emerging data show an association between increased mechanical thrombectomy (MT) passes and poor outcomes in ischemic stroke. Clots that require ≥3 passes are more often tough, fibrin-rich thrombi than those retrieved within two passes. Aims To assess the clinical and economic burden of number of MT passes, we evaluated the odds of achieving successful reperfusion and functional independence in first pass, or 2–3 passes, compared to ≥4 passes. Methods A retrospective observational study was conducted on 857 cases treated with MT from the Irish National Thrombectomy database. Outcomes were 90-day functional independence (mRS 0–2) and successful reperfusion (mTICI 2b-3) stratified by number of passes (1; 2–3; and ≥4) with multivariable regression to adjust for confounding variables. A decision-tree economic model was informed by 90-day mRS: independent (0–2), dependent (3–5), or dead, with literature-derived annual healthcare costs by mRS. Results The odds of achieving successful reperfusion were significantly higher for 1 vs. ≥4 passes (OR 7.19, p<0.001); and for 2–3 vs. ≥4 passes (OR 3.19, p<0.001). The odds of functional independence were significantly higher for 1 vs. ≥4 passes (OR 2.51, p<0.001); and trended higher for 2–3 vs. ≥4 passes (OR 1.49, p=0.199). Patients treated with 1 pass had the lowest annual healthcare costs ($20,910); 2–3 passes ($21,999) ≥4 passes ($25,904). Conclusion Odds of achieving good outcomes decline with MT passes, while care costs increase. Thrombectomy devices that improve interaction with tough clots for rapid and complete retrieval in fewer passes may improve clinical and economic outcomes. References Yoo AJ. Journal of Stroke 2017;19(2):121. Douglas A. JNIS 2020;12(6):557–562. Liebeskind DS. Stroke 2011;42(5):1237–1243. Abbasi M. Interventional Neuroradiology 2021;202115910199211009119. Siddiqui AH. Stroke 2021;52(Suppl_1):AP14–AP14. García-Tornel Á. Stroke 2019;50(7):1781–1788. Shireman TI. Stroke 2017;48(2):379–387. Disclosure Dr. Jack Alderson, Radiology, Beaumont Hospital. Prof. Dr. John Thornton, Neuroradiology, Beaumont Hospital. Consultancy for Johnson & Johnson, Perfuze and Microvention. Shareholder Perfuze. Cindy Tong and Shelly Ikeme are employees of Johnson & Johnson. Heather Cameron is an employee of EVERSANA, a consultant for Johnson & Johnson. This research is funded by Cerenovus – a company of Johnson & Johnson
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».