MétaCan
Menu
Retour à la cohorte
Enregistrement W4400240187 · doi:10.1007/s00415-024-12535-6

External validation of clinical risk prediction score for elderly treated with endovascular thrombectomy

2024· article· en· W4400240187 sur OpenAlexaboutno aff
Brian Enriquez, Thor Håkon Skattør, Nicolaj Grønbæk Laugesen, Thomas Truelsen, Christian Lund, Terje Nome, Mona K. Beyer, Mona Skjelland, Anne Hege Aamodt

Notice bibliographique

RevueJournal of Neurology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesSt. Olavs Hospital Universitetssykehuset i TrondheimNovo Nordisk FondenHelse Sør-Øst RHFNasjonalforeningen for FolkehelsenNorges Teknisk-Naturvitenskapelige Universitet
Mots-clésNeuroradiologyMedicineNeurologyInternal medicineRadiologySurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND AIM: The thrombectomy in the elderly prediction score (TERPS) for functional outcome after anterior circulation endovascular therapy (EVT) in patients ≥ 80 years was recently developed. The aim of this study was to assess predictors of functional outcome in the elderly and validate the prediction model. METHODS: Consecutive patients treated with EVT from the Oslo Acute Reperfusion Stroke Study were evaluated for inclusion. Clinical and radiological parameters were used to calculate the TERPS, and functional outcome were assessed at 3-month follow-up. RESULTS: Out of 1028 patients who underwent EVT for acute ischemic stroke from January 2017 to July 2022, 218 (21.2%) patients ≥ 80 years with anterior ischemic stroke were included. Fair outcome, defined as modified Rankin scale ≤ 3 (mRS), was achieved in 117 (53.7%). In bivariate analyses, male sex (p 0.035), age (p 0.025), baseline National Institute of Health Stroke Scale (NIHSS, p < 0.001), pre-stroke mRS (p 0.002) and Alberta Stroke Program Early Computed Tomography score (ASPECTS, p 0.001) were associated with fair outcome. Significant predictors for fair outcome in regression analyses were lower pre-stroke mRS, adjusted odd ratio, (aOR) 0.67 (95% CI 0.50-0.91, p 0.01), NIHSS, aOR 0.92 (95% CI 0.87-0.97, p 0.002), and higher ASPECTS, aOR 1.22 (95% CI 1.03-1.44, p 0.023). The area under the curve (AUC) using TERPS was 0.74 (95% CI 0.67-0.80). CONCLUSIONS: The risk prediction score TERPS showed moderate performance in this external validation. Other variables may still be included to improve the model and validation using other cohorts is recommended. TRIAL REGISTRATION: NCT06220981.

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)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,026
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,035
Tête enseignante GPT0,326
Écart entre enseignants0,291 · 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'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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeurologyMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207