Abstract TP197: Impact of First-Pass Effect on Clinical Outcomes in Stroke Patients With Low Aspects
Notice bibliographique
Résumé
Introduction: The first-pass effect (FPE), defined as a complete or near-complete recanalization after a single pass of a mechanical thrombectomy (MT) device, has been linked to favorable clinical outcomes. However, its effectiveness in acute ischemic stroke (AIS) patients with low ASPECTS (Alberta Stroke Program Early CT Score 2-5) has not been validated. Method: We utilized data from STAR, a multicenter database of 84 centers worldwide, to conduct a retrospective, cohort study on patients who underwent MT for internal carotid artery (ICA) or M1 occlusion presenting with ASPECTS 2-5. We compared the outcomes of patients who achieved FPE (successful recanalization with an mTICI score of 2c or higher in one pass) to those who did not. The primary outcome was a 90-day favorable outcome, defined as mRS 0-3. Secondary outcomes included any intracranial hemorrhage (ICH), symptomatic ICH (sICH), and 90-day mortality. Results: Out of 10,229 patients in the STAR database, 250 patients met our inclusion criteria. Among those, 60 (24%) achieved FPE. There were no significant differences between the two groups in baseline, imaging, and procedural characteristics. FPE was significantly associated with higher odds of 90-day mRS 0-3 (adjusted odds ratio (aOR): 2.17, 95% confidence interval (CI): 1.04 - 4.20; P-value: 0.04) and lower rates of ICH (OR: 0.49, 95% CI: 0.25 - 0.93, P-value: 0.03). However, there was no significant difference in sICH rates (OR: 0.84, 95% CI: 0.31 - 2.04, P-value: 0.70). Conclusion: Achieving FPE in AIS stroke patients with low ASPECTS was associated with significantly higher rates of good functional outcomes and lower rates of ICH.
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) | 0,000 | 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 ».