Inflammatory Biomarkers and Intracranial Hemorrhage after Endovascular Thrombectomy
Notice bibliographique
Résumé
ABSTRACT: Background: Intracranial hemorrhage after endovascular thrombectomy is associated with poorer prognosis compared with those who do not develop the complication. Our study aims to determine predictors of post-EVT hemorrhage – more specifically, inflammatory biomarkers present in baseline serology. Methods: We performed a retrospective review of consecutive patients treated with EVT for acute large vessel ischemic stroke. The primary outcome of the study is the presence of ICH on the post-EVT scan. We used four definitions: the SITS-MOST criteria, the NINDS criteria, asymptomatic hemorrhage, and overall hemorrhage. We identified nonredundant predictors of outcome using backward elimination based on Akaike Information Criteria. We then assessed prediction accuracy using area under the receiver operating curve. Then we implemented variable importance ranking from logistic regression models using the drop in Naegelkerke R2 with the exclusion of each predictor. Results: Our study demonstrates a 6.3% SITS (16/252) and 10.0% NINDS (25/252) sICH rate, as well as a 19.4% asymptomatic (49/252) and 29.4% (74/252) overall hemorrhage rate. Serologic markers that demonstrated association with post-EVT hemorrhage were: low lymphocyte count (SITS), high neutrophil count (NINDS, overall hemorrhage), low platelet to lymphocyte ratio (NINDS), and low total WBC (NINDS, asymptomatic hemorrhage). Conclusion: Higher neutrophil counts, low WBC counts, low lymphocyte counts, and low platelet to lymphoycyte ratio were baseline serology biomarkers that were associated with post-EVT hemorrhage. Our findings, particularly the association of diabetes mellitus and high neutrophil, support experimental data on the role of thromboinflammation in hemorrhagic transformation of large vessel occlusions.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 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 ».