Common Data Elements Reported in Mechanical Thrombectomy for Acute Ischemic Stroke: A Systematic Review of Active Clinical Trials
Notice bibliographique
Résumé
BACKGROUND: New trials are planned regularly to provide the highest quality of evidence and invade new occlusion territories, which requires a pre-defined reporting strategy with consistent, common data elements for more straightforward collective evidence synthesis. We sought to review all active endovascular thrombectomy trials to investigate their patient selection criteria, intervention description, and reported outcomes. METHODS: A literature search was systematically conducted on clinicaltrials.gov for active trials and all intervention, inclusion criteria, and outcomes reported were extracted. A qualitative synthesis of the frequency of study design types and data elements are graphically and narratively presented. RESULTS: A total of 32 studies were tagged and included in the final qualitative analysis. The inclusion criteria were highly variable, including different cut-offs for the last well-known baseline National Institutes of Health Stroke Scale, Alberta Stroke Program Early CT Score, and modified Rankin scale (mRS). Half of the studies (16/32) mentioned "thrombectomy" without defining which technique or device was used, and the final thrombolysis in cerebral infarction scale was provided in 19 (59.4%) studies. Heterogeneity was also present among the studies reporting a first-pass effect, both in how studies defined the outcome and in used ranges for mRS. Mortality and intracerebral hemorrhage (ICH) were more homogenous in their presentation and follow-up. CONCLUSIONS: There is a great degree of heterogeneity in the active thrombectomy trials concerning inclusion criteria, interventions used, and how outcomes are being reported.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,060 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».