Risk factors for poor outcomes of mechanical thrombectomy after anterior circulation large vessel occlusion-related acute ischemic strokes
Notice bibliographique
Résumé
Abstract METHODS Patients (N = 313) undergoing MT within a specified time window after onset of ACLVO-related AIS provided clinical and radiologic data for analysis. Clinical endpoints were symptomatic intracranial hemorrhage (sICH) and 90-day functional outcome (scored by modified Rankin Scale [mRS]). Logistic regression was invoked to identify links between clinical/radiologic parameters and clinical outcomes. RESULTS Mean age of patients was 64.0 ± 12.2 years, and women accounted for 29.4%. The median National Institute of Health Stroke Scale [NIHSS] score was 15.2 (interquartile range [IQR]: 12–18). In multivariable analysis, initial Alberta Stroke Program Early CT Score (ASPECTS) determination (odds ratio [OR] = 0.748, 95% confidence interval [CI]: 0.604–0.926; p = 0.008), hyperdense middle cerebral artery sign (HMCAS) (OR = 0.463, 95% CI: 0.238–0.899; p = 0.023), early imaging signs of infarct (OR = 2.837, 95% CI: 1.285–6.263; p = 0.01), baseline NIHSS score (OR = 1.195,95% CI: 1.091–1.309; p < 0.001), age (OR = 1.082,95% CI:1.047–1.118; p < 0.001), and glycosylated hemoglobin (HbA1c) concentration (OR = 1.293, 95% CI: 1.084–1.543; p = 0.004) proved independently predictive of poor clinical outcomes (mRS scores > 2). CONCLUSIONS A number of factors, including initially determined ASPECTS, HMCAS, early imaging signs of infarct, baseline NIHSS score, age, and HbA1c concentration, appear to predict poor outcomes of MT after ACLVO-related AIS.
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 | 0,003 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».