MétaCan
Menu
Retour à la cohorte
Enregistrement W4319332861 · doi:10.5853/jos.2022.02880

Replacing Alteplase with Tenecteplase: Is the Time Ripe?

2023· review· en· W4319332861 sur OpenAlexaff
Nishita Singh, Bijoy K. Menon, Adam A. Dmytriw, Robert W. Regenhardt, Joshua A Hirsch, Aravind Ganesh

Notice bibliographique

RevueJournal of Stroke · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensUniversity of ManitobaUniversity of CalgaryHealth Sciences CentreManitoba Health
Organismes subventionnairesnon disponible
Mots-clésTenecteplaseThrombolysisMedicineClinical trialStroke (engine)Intensive care medicineFibrinolytic agentAcute strokeTissue plasminogen activatorInternal medicineMyocardial infarctionEngineering

Résumé

récupéré en direct d'OpenAlex

Thrombolysis for acute ischemic stroke has predominantly been with alteplase for over a quarter of a century. In recent years, with trials showing evidence of higher rates of successful reperfusion, similar safety profile and efficacy of tenecteplase (TNK) as compared to alteplase, TNK has now emerged as another potential choice for thrombolysis in acute ischemic stroke. In this review, we will focus on these recent advances, aiming: (1) to provide a brief overview of thrombolysis in stroke; (2) to provide comparisons between alteplase and TNK for clinical, imaging, and safety outcomes; (3) to focus on key subgroups of interest to understand if there is an advantage of using TNK over alteplase or vice-versa, to review available evidence on role of TNK in intra-arterial thrombolysis, as bridging therapy and in mobile stroke units; and (4) to summarize what to expect in the near future from recently completed trials and propose areas for future research on this evolving topic. We present compelling data from several trials regarding the safety and efficacy of TNK in acute ischemic stroke along with completed yet unpublished trials that will help provide insight into these unanswered questions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,277
Score d'incertitude au seuil0,987

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,036
Tête enseignante GPT0,317
Écart entre enseignants0,281 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of StrokeMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207