MétaCan
Menu
Retour à la cohorte
Enregistrement W4391445147 · doi:10.1111/jon.13191

Clinical and imaging predictors for hemorrhagic transformation of acute ischemic stroke after endovascular thrombectomy

2024· article· en· W4391445147 sur OpenAlexaboutno aff
Yongyao Kuang, Lingtao Zhang, Kunlin Ye, Zijie Jiang, Changzheng Shi, Liangping Luo

Notice bibliographique

RevueJournal of Neuroimaging · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesBasic and Applied Basic Research Foundation of Guangdong ProvinceGuangzhou Municipal Science and Technology ProjectJinan University
Mots-clésMedicineLogistic regressionOdds ratioConfidence intervalInternal medicineCollateral circulationStroke (engine)Incidence (geometry)Multivariate analysisCardiologyCerebral blood flow

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND PURPOSE: Hemorrhagic transformation (HT) is a common complication of endovascular thrombectomy (EVT) in patients with acute ischemic stroke (AIS). Our study aims to investigate the clinical and imaging predictors of HT and symptomatic intracranial hemorrhage (sICH) in patients who underwent EVT. METHODS: A retrospective analysis of 118 patients undergoing EVT for acute anterior circulation stroke was performed. Potential clinical and imaging predictors of all patients were collected and multivariate logistic regression was performed. The risk prediction system was constructed according to the multivariate logistic regression results. RESULTS: The incidence of HT and sICH after EVT were 46.6% and 15.3%, respectively. The multivariate logistic regression results showed that Alberta Stroke Program Early CT Score (ASPECTS) (p = .001, odds ratio [OR] = 0.367, 95% [confidence interval] CI, 0.201-0.670), collateral status (p<.001, OR = 0.117, 95% CI, 0.042-0.325), relative cerebral blood flow (CBF) ratio (p = .025, OR = 0.943, 95% CI, 0.895-0.993), and blood glucose on admission (p = .012, OR = 1.258, 95% CI, 1.053-1.504) were associated with HT. While for sICH, collateral circulation (p = .007, OR = 0.148, 95% CI, 0.037-0.589), ASPECTS (p = .033, OR = 0.510, 95% CI, 0.274-0.946), and blood glucose (p = .005, OR = 1.304, 95% CI, 1.082-1.573) were independent factors. The predictive model for HT after EVT was established, and the sensitivity and specificity of it were 90.9% and 79.4%, respectively, with the area under the curve of 90.0% (84.5%-95.4%). CONCLUSION: Collateral status, ASPECTS, relative CBF ratio, and blood glucose on admission were predictors for HT in AIS patients, while collateral status, ASPECTS, and blood glucose on admission were also predictors for sICH. In addition, the established predictive model showed good diagnostic value for prediction of HT after EVT.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,329
Score d'incertitude au seuil0,519

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,304
Écart entre enseignants0,289 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations19
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroimagingMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207