MétaCan
Menu
Retour à la cohorte
Enregistrement W4402602782 · doi:10.1097/ana.0000000000001008

Development and Validation of a Two-step Model to Predict Outcomes After Endovascular Treatment for Patients With Acute Ischemic Stroke

2024· article· en· W4402602782 sur OpenAlexaboutno aff
Xinyan Wang, Fa Liang, Youxuan Wu, Baixue Jia, Anxin Wang, Xiaoli Zhang, Kangda Zhang, Xuan Hou, Minyu Jian, Yunzhen Wang, Haiyang Liu, Zhongrong Miao, Ruquan Han

Notice bibliographique

RevueJournal of Neurosurgical Anesthesiology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineLogistic regressionConfidence intervalCohortStroke (engine)Multivariate statisticsInternal medicineFunctional Independence MeasureArea under the curveReceiver operating characteristicEmergency medicinePhysical therapyActivities of daily livingMachine learning

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Physicians and patients are eager to know likely functional outcomes at different stages of treatment after acute ischemic stroke (AIS). The aim of this study was to develop and validate a 2-step model to assess prognosis at different time points (pre- and posttreatment) in patients with AIS having endovascular thrombectomy (EVT). METHODS: The prediction model was developed using a prospective nationwide Chinese registry (ANGEL-ACT). A total of 1676 patients with AIS who underwent EVT were enrolled into the study and randomly divided into development (n=1351, 80%) and validation (n=325, 20%) cohorts. Multivariate logistic regression, least absolute shrinkage and selection operator regression, and the random forest recursive feature elimination algorithm were used to select predictors of 90-day functional independence. We constructed the model via discrimination, calibration, decision curve analysis, and feature importance. RESULTS: The incidence of 90-day functional independence was 46.3% and 40.6% in the development and validation cohorts, respectively. The area under the curve (AUC) for model 1 which included 5 pretreatment predictors (age, admission National Institutes for Health Stroke Scale score, admission glucose level, admission systolic blood pressure, and Alberta Stroke Program Early Computed Tomography score) was 0.699 (95% confidence interval [CI], 0.668-0.730) in the development cohort and 0.658 (95% CI, 0.592-0.723) in the validation cohort. Two treatment-related predictors (time from stroke onset to puncture and successful reperfusion) were added to model 2 which had an AUC of 0.719 (95% CI, 0.688-0.749) and 0.650 (95% CI, 0.585-0.716) in the development cohort and validation cohorts, respectively. CONCLUSIONS: The 2-step prediction model could be useful for predicting the functional independence in patients with AIS 90-days after EVT.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,371
Score d'incertitude au seuil0,437

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,266
Écart entre enseignants0,248 · 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 tête enseignante, 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 Neurosurgical AnesthesiologyMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207