MétaCan
Menu
Retour à la cohorte
Enregistrement W4392716088 · doi:10.1136/jnis-2023-021368

The feasibility of mechanical thrombectomy versus medical management for acute stroke with a large ischemic territory

2024· review· en· W4392716088 sur OpenAlexaffabout
Assala Aslan, Saad Abuzahra, Nimer Adeeb, Basel Musmar, Hamza Salim, Sandeep Kandregula, Adam A. Dmytriw, Christoph J. Griessenauer, Luis De Alba, Octavio Arevalo, Jan Karl Burkhardt, Vítor Mendes Pereira, Pascal Jabbour, Bharat Guthikonda, Hugo Cuellar

Notice bibliographique

RevueJournal of NeuroInterventional Surgery · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineModified Rankin ScaleStroke (engine)Emergency medicineIschemic strokeCategorical variableThrombolysisMeta-analysisInternal medicineSurgeryPhysical therapyMyocardial infarctionStatisticsIschemia

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Mechanical thrombectomy (MT) for acute ischemic stroke is generally avoided when the expected infarction is large (defined as an Alberta Stroke Program Early CT Score of <6). OBJECTIVE: To perform a meta-analysis of recent trials comparing MT with best medical management (BMM) for treatment of acute ischemic stroke with large infarction territory, and then to determine the cost-effectiveness associated with those treatments. METHODS: A meta-analysis of the RESCUE-Japan, SELECT2, and ANGEL-ASPECT trials was conducted using R Studio. Statistical analysis employed the weighted average normal method for calculating mean differences from medians in continuous variables and the risk ratio for categorical variables. TreeAge software was used to construct a cost-effectiveness analysis model comparing MT with BMM in the treatment of ischemic stroke with large infarction territory. RESULTS: The meta-analysis showed significantly better functional outcomes, with higher rates of patients achieving a modified Rankin Scale score of 0-3 at 90 days with MT as compared with BMM. In the base-case analysis using a lifetime horizon, MT led to a greater gain in quality-adjusted life-years (QALYs) of 3.46 at a lower cost of US$339 202 in comparison with BMM, which led to the gain of 2.41 QALYs at a cost of US$361 896. The incremental cost-effectiveness ratio was US$-21 660, indicating that MT was the dominant treatment at a willingness-to-pay of US$70 000. CONCLUSIONS: This study shows that, besides having a better functional outcome at 90-days' follow-up, MT was more cost-effective than BMM, when accounting for healthcare cost associated with treatment outcome.

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)0,011
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,017
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
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 Opus0,084
Tête enseignante GPT0,392
Écart entre enseignants0,308 · 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'étudeRevue systématique
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

Citations10
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroInterventional SurgeryMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207