Trends in revascularization therapies for patients with acute stroke with large infarcts: a population-based study
Notice bibliographique
Résumé
BACKGROUND: Evidence from randomized clinical trials shows that mechanical thrombectomy (MT) enhances functional outcomes in patients with large core ischemic stroke. OBJECTIVE: To evaluate trends in the use of revascularization therapies, particularly MT, and their impact on functional outcomes in patients with large core ischemic stroke in routine clinical settings. METHODS: Observational data from the Stroke Code Registry of Catalonia (CICAT, 2016-2024) were analyzed. Patients with anterior circulation ischemic stroke and Alberta Stroke Program Early CT Score (ASPECTS) <6, whether treated with reperfusion therapies or not, were included. Statistical analyses included trend analysis and multivariable logistic regression to identify predictors of favorable outcomes (modified Rankin Scale score 0-3 at 90 days) and mortality. RESULTS: Among 599 patients, MT use increased significantly from 22% pre-2022 to 36% post-2022. This increase was associated with improved functional outcomes, with favorable outcomes rising from 29% to 43% post-2022. MT was a significant independent predictor of favorable outcomes (OR 3.4, 95% CI 2.1 to 5.5) and reduced mortality (OR 0.46, 95% CI 0.32 to 0.68). Intravenous thrombolysis also improved outcomes (OR 2.1, 95% CI 1.3 to 3.5). The benefit of MT was consistent across ASPECTS subgroups (0-2 and 3-5). Mediation analysis indicated that 88% of improvement could be attributed to increased MT use. CONCLUSIONS: Increased MT use significantly improved outcomes for patients with large core ischemic stroke, particularly after 2022. Benefits were observed across subgroups, including those with very low ASPECTS. These findings support broadening MT access and suggest the need to update treatment guidelines to consider patients with large ischemic cores, aiming to optimize outcomes in routine clinical practice.
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 | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».