E-279 Predictors and outcomes of excellent recanalization in distal medium vessel occlusion strokes: a multinational, multicenter study
Notice bibliographique
Résumé
Background Acute ischemic stroke (AIS) due to distal medium vessel occlusions (DMVO) presents significant challenges in treatment and management. This study aimed to identify factors associated with achieving excellent recanalization (mTICI 2c-3) in DMVO stroke patients treated with mechanical thrombectomy (MT). Methods This prospectively collected, retrospective reviewed multinational, multicenter study analyzed the Multicenter Analysis of primary Distal medium vessel occlusions: effect of MechanicalThrombectomy (MAD-MT) registry. We included data from 37 centers across North America,Asia, and Europe, collected between September 2017 and July 2021. The study included AIS patients with DMVO treated with MT, with or without intravenous thrombolysis (IVT), and recorded mTICI scores post-MT. Univariable and multivariable logistic regression models assessed factors associated with excellent recanalization. Results Among 1,463 patients with DMVO stroke, 523 achieved TICI 2b recanalization, and 940 achieved TICI 2c-3. Our analysis revealed that distal occlusions had higher odds of excellent recanalization compared to medium vessel occlusions (OR, 1.50; 95% CI, 1.11–2.05; p=0.01).Cardioembolic stroke etiology was also associated with a higher likelihood of excellent recanalization (OR, 1.70; 95% CI, 1.09–2.66; p=0.019). Patients achieving TICI 2c-3 recanalization exhibited lower initial NIHSS scores, significant improvements post-procedural NIHSS shift, and higher percentage of favorable 90-day outcomes. However, no significantdifference in 90-day mortality rates was observed. Conclusion This study underscores the higher likelihood of achieving excellent recanalization in DMVO stroke patients with distal occlusions and cardioembolic etiology. Patients attaining higher mTICI scores post-MT demonstrated better clinical outcomes. These findings highlight thepotential for broader applicability of MT in DMVO cases and suggest a need for furtherprospective studies and randomized controlled trials for validation. Disclosures B. Musmar: None. N. Adeeb: None. H. Salim: None. S. Ghozy: None. N. M Cancelliere: None. V. Mendes Pereira: None. A. Guenego: None. P. Jabbour: None. A. A Dmytriw: None. V. Yedavalli: None.
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 | 0,003 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».