MétaCan
Menu
Retour à la cohorte
Enregistrement W4282928545 · doi:10.1161/strokeaha.121.038088

TAGE Score for Symptomatic Intracranial Hemorrhage Prediction After Successful Endovascular Treatment in Acute Ischemic Stroke

2022· article· en· W4282928545 sur OpenAlexaboutno aff
Paul Janvier, Basile Kerleroux, Guillaume Turc, Marco Pasi, Wassim Farhat, Nicolas Bricout, Joseph Benzakoun, Laurence Legrand, Frédéric Clarençon, Serge Bracard, Catherine Oppenheim, Grégoire Boulouis, Hilde Hénon, Olivier Naggara, Wagih Ben Hassen

Notice bibliographique

RevueStroke · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineStroke (engine)CohortOdds ratioIschemic strokeInternal medicineSurgeryIschemia

Résumé

récupéré en direct d'OpenAlex

Background: Determine if early venous filling (EVF) after complete successful recanalization with mechanical thrombectomy in acute ischemic stroke is an independent predictor of symptomatic intracranial hemorrhage (sICH) and integrate EVF into a risk score for sICH prediction. Methods: Consecutive patients with anterior acute ischemic stroke treated by mechanical thrombectomy issued from patients enrolled in the THRACE trial (Thrombectomie des Artères Cérébrales) and from 2 prospective registries were included and divided into a derivation (Center I; n=402) and validation cohorts (THRACE and center 2; n=507). EVF was evaluated by 2 blinded readers. sICH was defined according to the modified European cooperative acute stroke study II. Clinical and radiological data were analyzed in the derivation cohort (C1) to identify independent predictors of sICH and construct a predictive score test on the validation cohort (THRACE + C2). Results: Symptomatic ICH rate was similar between the two cohorts (9.9% and 8.9% respectively, P =0.9). Time from onset-to-successful recanalization >270 minutes (odds ratio [OR], 7.8 [95% CI, 2.5–24]), Alberta Stroke Program Early CT Score (≤5 [OR, 2.49 (95% CI, 1.8–8.1) or 6–7 [OR, 1.15 (95% CI, 1.03–4.46)]), glucose blood level >7 mmol/L (OR, 2.92 [95% CI, 1.26–6.7]), and EVF presence (OR, 11.9 [95% CI, 3.8–37.5]) were independent predictors of sICH and constituted the Time–Alberta Stroke Program Early CT–Glycemia–EVF score. Time–Alberta Stroke Program Early CT–Glycemia–EVF score was associated with an increased risk of sICH in the derivation cohort (OR increase per unit, 1.99 [95% CI, 1.53–2.59]; P <0.001) with area under the curve, 0.832 [95% CI, 0.767–0.898]. The score had good performance in the validation cohort (area under the curve, 0.801 [95% CI, 0.69–0.91]). Conclusions: Time–Alberta Stroke Program Early CT–Glycemia–EVF score is a simple tool with readily available clinical variables with good performances for sICH prediction after mechanical thrombectomy. Registration: URL: https://www.clinicaltrials.gov ; Unique identifier: NCT01062698.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,237
Écart entre enseignants0,229 · 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 source (Gemma direct ou Codex distillé), 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

Citations25
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrokeMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207