A network meta-analysis of therapeutic and prophylactic management of vasospasm on aneurysmal subarachnoid hemorrhage outcomes
Notice bibliographique
Résumé
Background: Vasospasm and cerebral ischemia after aneurysmal subarachnoid hemorrhage are associated with mortality and poor neurological outcomes. We studied the efficacy of all available strategies targeting vasospasm and cerebral ischemia on outcomes in a network meta-analysis. Methods: We searched EMBASE and MEDLINE databases from 1 January 1990 and 28 November 2021 according to PRISMA guidelines. Randomized controlled trials and longitudinal studies were included. All curative or preventive strategies targeting vasospasm and/or cerebral ischemia were eligible. A network meta-analysis was performed to compare all interventions with one another in a primary (randomized controlled trials only) and a secondary analysis (both trials and longitudinal studies). Mortality by 3 months was the primary outcome. Secondary outcomes were vasospasm, neurological outcome by 3 months, and dichotomized as "good" or "poor" recovery according to each study definition. Results: A total of 2,382 studies were screened which resulted in the selection of 192 clinical trials (92 (47.9%) and 100 cohorts (52.1%) and the inclusion of 41,299 patients. In randomized controlled studies, no strategy decreased mortality by 3 months. Statins (0.79 [0.62-1]), tirilazad (0.82 [0.69-0.97]), CSF drainage (0.47 [0.29-0.77]), and clazosentan (0.51 [0.36-0.71]) significantly decreased the incidence of vasospasm. Cilostazol was the only treatment associated with improved neurological outcomes by 3 months in the primary (OR 1.16, 95% CI [1.05-1.28]) and secondary analyses (OR 2.97, 95% CI [1.39-6.32]). Discussion: In the modern era of subarachnoid hemorrhage, all strategies targeting vasospasm failed to decrease mortality. Cilostazol should be confirmed as a treatment to improve neurological outcomes. The link between vasospasm and neurological outcome appears questionable. Systematic review registration: https://www.crd.york.ac.uk/PROSPERO/display_record.php?RecordID=116073, identifier: PROSPERO CRD42018116073.
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 | 0,025 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,014 | 0,050 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».