Mechanical thrombectomy failure in anterior circulation large vessel occlusion: an overview from the ROSSETTI registry
Notice bibliographique
Résumé
BACKGROUND: Although mechanical thrombectomy (MT) is an effective treatment for large vessel occlusion (LVO) with a high successful recanalization rate, MT failure (MTF) occurs in 10-15% of cases and is associated with unfavorable outcomes. However, little is known about the clinical, technical, and radiological reasons for MTF. We investigated the technical factors associated with MTF. METHODS: We conducted a retrospective analysis of consecutive patients with anterior LVO prospectively included in the ongoing observational multicenter ROSSETTI registry. Patients were categorized according to the success (≥mTICI 2b) or failure (<mTICI 2b) of the MT procedure. Baseline clinical and demographic characteristics, endovascular MT techniques, and angiographic and clinical outcomes were compared. Multivariate analysis for prediction of MTF was performed. RESULTS: We analyzed 4135 patients, including 325 patients (7.9%) with MTF. Patients in the MTF group had a significantly lower Alberta Stroke Program Early CT Score (ASPECTS) at baseline (8 (7-10) vs 9 (8-10)), longer time since last time seen well (279 min vs 262 min), increased MT procedure time (76 min vs 31 min), higher rate of complications (23% vs 4%), higher symptomatic intracerebral hemorrhage (21% vs 7.9%), higher 24 hour National Institutes of Health Stroke Scale score (19 vs 6), worse functional outcome at 3 months (modified Rankin Scale score 0-2, 15.6% vs 53%), and higher mortality (45% vs 20%). Four or more passes were an independent predictor of MTF (OR 3.46, 95% CI 2.58 to 4.63; P<0.001). None of the endovascular techniques demonstrated a higher likelihood of MTF. CONCLUSION: In this study, MTF in anterior circulation LVO was associated with a high complication rate and worse outcomes.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».