Mechanical thrombectomy in stroke patients of advanced age with score-based prediction of outcome
Notice bibliographique
Résumé
BACKGROUND: Stroke patients ≥80 years constituted only 15% in randomised trials on mechanical thrombectomy (MT), but is a considerable higher proportion in clinical practice. Association of clinical variables collected before MT with functional outcome has not been independently described in these patients, while being important in the decision of patient eligibility for MT. METHODS: We included patients consecutively at a single centre (2017-2021) categorised as octogenarians (age: 80-89 years) or nonagenarians (age: 90-99 years). Functional outcome at 90 days was defined as fair (modified Rankin Scale (mRS) 0-3) or poor (mRS 4-6). Clinical variables collected before MT were analysed for association with shift of mRS in a poor direction. Significant predictors were used to produce a risk score of fair outcome. Significance was set at the p < 0.05 level. RESULTS: Nonagenarians (n = 43, 15.5%) compared to octogenarians (n = 235, 84.5%) less likely achieved fair outcome (20.9% vs. 46.0%, p < 0.01) with higher mortality (65.1% vs. 31.9%, p < 0.01). Significant predictors of outcome were: age, adjusted odds ratio (aOR) = 0.91 (95% confidence interval (CI): 0.86-0.97); pre-stroke mRS, aOR = 0.57 (95% CI: 0.44-0.73); National Institute of Health Stroke Scale at admission, aOR = 0.91 (95% CI: 0.87-0.95); Alberta Stroke Program Early Computed Tomography, aOR = 1.23 (95% CI: 1.05-1.45). After bootstrap validation, the area under the curve of the risk score was 0.74 and the optimal cut-off for fair outcome was a score of >7 points. CONCLUSIONS: One in two octogenarians achieved fair outcome, however, only one in five nonagenarians had fair outcome. The clinical risk score could be considered as guidance when deciding patient eligibility for MT.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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; un appel candidat d’une seule tête enseignante, 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 ».