Impact of anesthetic methods on outcomes for patients with large core stroke undergoing endovascular treatment
Notice bibliographique
Résumé
BACKGROUND: The optimal anesthetic method for endovascular therapy in acute large core stroke remains unclear. This study aimed to evaluate the impact of anesthetic methods on outcomes in patients with large core stroke. METHODS: This study was a subanalysis of a prospective, multicenter registry at 38 stroke centers in China. Patients with large core stroke, defined as an Alberta Stroke Program Early CT Score (ASPECTS) of 0-5 within 24 hours of witnessed symptom onset, were analyzed. The primary outcome was favorable functional outcome (modified Rankin Scale score 0-3) at 90 days. RESULTS: 484 eligible patients were included in this analysis. General anesthesia (GA) was used in 84 patients (17.4%), while non-general anesthesia (non-GA) was used in 400 patients (82.6%). Non-GA was comparable to GA in the primary outcome (37.8% vs 32.1%; adjusted odds ratio (aOR) 1.07, 95% confidence interval (95% CI) 0.60 to 1.91, P=0.83). Mortality at 90 days was 40% in the non-GA and 52.4% in the GA (aOR 0.71, 95% CI 0.41 to 1.22, P=0.21). The proportion of symptomatic intracranial hemorrhage at 48 hours was 13.8% in the non-GA and 11.9% in the GA (aOR 1.25, 95% CI 0.62 to 2.77, P=0.56). The results remained consistent in the propensity score-matched cohort and inverse probability of treatment weighting cohort. CONCLUSION: In this cohort study of patients with large core stroke, no significant differences were found in functional and safety outcomes between non-GA and GA.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».