Lower DWI-ASPECTS Score in Cortical Regions Predicts Unfavorable Outcome after Successful Thrombectomy
Notice bibliographique
Résumé
Abstract Background Mechanical thrombectomy has been established as an effective treatment for acute ischemic stroke (AIS) caused by large vessel occlusion (LVO). However, the factors predicting poor outcomes despite successful reperfusion after thrombectomy remain unclear. Methods This study included 50 patients who achieved successful reperfusion after mechanical thrombectomy between January 2014 and March 2021. The diffusion-weighted imaging (DWI) Alberta Stroke Program Early Computed Tomography Score (ASPECTS) was stratified into deep (dDWI-ASPECTS) and cortical (cDWI-ASPECTS) components. Baseline clinical characteristics and procedural factors were statistically analyzed to identify variables associated with unfavorable outcomes, defined as a modified Rankin scale score of 3 to 6. Results Seventeen patients (34%) achieved favorable outcomes, while 33 (66%) had unfavorable outcomes. The cDWI-ASPECTS were significantly higher in the favorable outcome group compared with the unfavorable outcome group (p = 0.01), whereas no significant differences were observed in the dDWI-ASPECTS. Multivariate analysis identified older age (p < 0.01; odds ratio [OR]: 1.15; 95% confidence interval [CI]: 1.04–1.27), lower baseline cDWI-ASPECTS (p < 0.01; OR: 2.71; 95% CI: 1.30–5.56), and higher baseline National Institutes of Health Stroke Scale (NIHSS) scores (p = 0.03; OR: 1.21; 95% CI: 1.02–1.44) as independent predictors of unfavorable outcomes. Conclusion A lower baseline cDWI-ASPECTS score serves as a predictive factor for unfavorable outcomes following successful thrombectomy, particularly in older AIS-LVO patients with higher baseline NIHSS scores.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».