Association of White Matter Disease With Functional Recovery and 90‐Day Outcome After EVT: Beyond Chronological Age
Notice bibliographique
Résumé
Background: Patients with white matter disease (WMD) - a key marker of cerebral small vessel disease - may have less brain reserve to cope with ischemic injury. The relationship of WMD to functional recovery after endovascular thrombectomy is uncertain. We aim to explore the association between WMD and functional outcome, assessed at multiple time-points postendovascular thrombectomy. Methods: In this post hoc analysis, we analyzed noncontrast computed tomography-imaging from the ESCAPE-NA1 (Safety and Efficacy of Nerinetide [NA-1] in Subjects Undergoing Endovascular Thrombectomy for Stroke) trial and assessed WMD by using the total Fazekas-score (score range: 0-6). The primary outcome was repeated measurements of the modified Rankin scale (mRS) scores (i.e., day-5/discharge, day-30, and day-90). Secondary outcome measures were the ordinal-mRS at 90-days, 90-day-mRS0-2, and 90-day-mortality. Mixed-linear and binary/ordinal logistic regressions were performed, adjusting for age, sex, baseline National Institutes of Health Stroke Scale, cortical atrophy, chronic infarctions, stroke laterality, follow-up infarct volume, and alteplase-nerinetide interaction. Sensitivity analyses were done including only those patients for whom magnetic resonance imaging was available. Results: <0.001). Patients with Fazekas=3-6 fared worse at every time-point after endovascular thrombectomy, compared with patients with Fazekas=0-1. At 30-days, the adjusted difference of the mean mRS=0.47; 95% CI, 0.22-0.72 and at 90-days: adjusted difference=0.60 (95% CI, 0.36-0.85). Higher WMD-burdens were also associated with worse 90-day mRS (adjusted common odds ratio for Fazekas=3-6 versus 0-1: 1.42; 95% CI, 1.03-1.96). Similar results were found in magnetic resonance imaging-only sensitivity analyses. Conclusion: Patients with more WMD showed worse functional recovery after endovascular thrombectomy, compared with patients without WMD, even after adjusting for age and chronic disease markers like atrophy and chronic infarctions. These data may further help inform treatment expectations and recovery-related planning, by using simple visual ratings on routinely acquired noncontrast computed tomography.
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) | 0,001 | 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 ».