Exploring the role of in-patient magnetic resonance imaging use among admitted ischemic stroke patients in improving patient outcomes and reducing healthcare resource utilization
Notice bibliographique
Résumé
Purpose: Despite the diagnostic and etiological significance of in-patient MRI in ischemic stroke (IS), its utilization is considered resource-intensive, expensive, and thus limiting feasibility and relevance. This study investigated the utilization of in-patient MRI for IS patients and its impact on patient and healthcare resource utilization outcomes. Methods: This retrospective registry-based study analyzed 1,956 IS patients admitted to Halifax's QEII Health Centre between 2015 and 2019. Firstly, temporal trends of MRI and other neuroimaging utilization were evaluated. Secondly, we categorized the cohort into two groups (MRI vs. No MRI; in addition to a non-contrast CT) and investigated adjusted differences in patient outcomes at admission, discharge, and post-discharge using logistic regression. Additionally, we analyzed healthcare resource utilization using Poisson log-linear regression. Furthermore, patient outcomes significantly associated with MRI use underwent subgroup analysis for stroke severity (mild stroke including transient ischemic attack vs. moderate and severe stroke) and any acute stage treatment (thrombolytic or thrombectomy or both vs. no treatment) subgroups, while using an age and sex-adjusted logistic regression model. Results: MRI was used in 40.5% patients; non-contrast CT in 99.3%, CT angiogram in 61.8%, and CT perfusion in 50.3%. Higher MRI utilization was associated with male sex, younger age, mild stroke, wake-up stroke, and no thrombolytic or thrombectomy treatment. MRI use was independently associated with lower in-hospital mortality (adjusted OR, 0.23; 95% CI, 0.15-0.36), lower symptomatic neurological status changes (0.64; 0.43-0.94), higher home discharge (1.32; 1.07-1.63), good functional outcomes at discharge (mRS score 0-2) (1.38; 1.11-1.72), lower 30-day stroke re-admission rates (0.48; 0.26-0.89), shorter hospital stays (regression coefficient, 0.92; 95% CI, 0.90-0.94), and reduced direct costs of hospitalization (0.90; 0.89-0.91). Subgroup analysis revealed significantly positive association of MRI use with most patient outcomes in moderate and severe strokes subgroup and non-acutely treated subgroup. Conversely, outcomes in mild strokes (including TIAs) subgroup and acute treatment subgroup were comparable regardless of MRI use. Conclusion: A substantial proportion of admitted IS patients underwent MRI, and MRI use was associated with improved patient outcomes and reduced healthcare resource utilization. Considering the multifactorial nature of IS patient outcomes, further randomized controlled trials are suggested to investigate the role of increased MRI utilization in optimizing in-patient IS management.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».