MétaCan
Menu
Retour à la cohorte
Enregistrement W4387048106 · doi:10.3390/life13101965

Comprehensive Meta-Analysis of Futile Recanalization in Acute Ischemic Stroke Patients Undergoing Endovascular Thrombectomy: Prevalence, Factors, and Clinical Outcomes

2023· review· en· W4387048106 sur OpenAlexaboutno aff
Helen Shen, Murray C. Killingsworth, Sonu Bhaskar

Notice bibliographique

RevueLife · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Education, Culture, Sports, Science and TechnologyJapan Society for the Promotion of ScienceAustralian Academy of Science
Mots-clésMedicineConfidence intervalOdds ratioAtrial fibrillationStroke (engine)Internal medicineMeta-analysisIschemic strokeDiabetes mellitusCardiologyIschemia

Résumé

récupéré en direct d'OpenAlex

Background: Futile recanalization (FR) continues to raise concern despite the success of endovascular thrombectomy (EVT) in acute ischemic stroke (AIS). Understanding the prevalence of FR and identifying associated factors are crucial for refining patient prognoses and optimizing management strategies. Objectives: This study aims to comprehensively assess the pooled prevalence of FR, explore the diverse factors connected with FR, and establish the association of FR with long-term clinical outcomes among AIS patients undergoing EVT. Materials and Methods: Incorporating studies focusing on FR following EVT in AIS patients, we conducted a random-effect meta-analysis to assess the pooled prevalence and its association with various clinical and imaging risk factors linked to FR. Summary estimates were compiled and study heterogeneity was explored. Results: Our comprehensive meta-analysis, involving 11,700 AIS patients undergoing EVT, revealed a significant pooled prevalence of FR at 51%, with a range of 48% to 54% (Effect Size [ES]: 51%; 95% Confidence Interval [CI]: 48–54%; z = 47.66; p < 0.001). Numerous clinical factors demonstrated robust correlations with FR, including atrial fibrillation (Odds Ratio [OR]: 1.39, 95% CI 1.22 1.59; p < 0.001), hypertension (OR 1.65, 95% CI 1.41 1.92; p < 0.001), diabetes mellitus (OR 1.71, 95% CI 1.47 1.99; p < 0.001), previous stroke or transient ischemic attack (OR 1.298, 95% CI 1.06 1.59; p = 0.012), prior anticoagulant usage (OR 1.33, 95% CI 1.08 1.63; p = 0.007), cardioembolic strokes (OR 1.34, 95% CI 1.10 1.63; p = 0.003), and general anesthesia (OR 1.53, 95% CI 1.35 1.74; p < 0.001). Conversely, FR exhibited reduced likelihoods of smoking (OR 0.66, 95% CI 0.57 0.77; p < 0.001), good collaterals (OR 0.33, 95% CI 0.23 0.49; p < 0.001), male sex (OR 0.87, 95% CI 0.77 0.97; p = 0.016), and intravenous thrombolysis (IVT) (OR 0.75, 95% CI 0.66 0.86; p < 0.001). FR was strongly associated with increasing age (standardized mean difference [SMD] 0.49, 95% CI 0.42 0.56; p < 0.0001), baseline systolic blood pressure (SMD 0.20, 95% CI 0.13 0.27; p < 0.001), baseline National Institute of Health Stroke Severity Score (SMD 0.75, 95% CI: 0.65 0.86; p < 0.001), onset-to-treatment time (SMD 0.217, 95% CI 0.13 0.30; p < 0.001), onset-to-recanalization time (SMD 0.38, 95% CI 0.19; 0.57; p < 0.001), and baseline blood glucose (SMD 0.31, 95% CI 0.22 0.41; p < 0.001), while displaying a negative association with reduced baseline Alberta Stroke Program Early CT Score (ASPECTS) (SMD −0.37, 95% CI −0.46 −0.27; p < 0.001). Regarding clinical outcomes, FR was significantly associated with increased odds of symptomatic intracranial hemorrhages (OR 7.37, 95% CI 4.89 11.12; p < 0.001), hemorrhagic transformations (OR 2.98, 95% CI 2.37 3.75; p < 0.001), and 90-day mortality (OR 19.24, 95% CI 1.57 235.18; p = 0.021). Conclusions: The substantial prevalence of FR, standing at approximately 51%, warrants clinical consideration. These findings underscore the complexity of FR in AIS patients and highlight the importance of tailoring management strategies based on individual risk factors and clinical profiles.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,023
score de la tête « metaresearch » (Gemma)0,039
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,039
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0140,065
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0040,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,162
Tête enseignante GPT0,401
Écart entre enseignants0,239 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
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

Citations48
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLifeMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207