Endovascular Treatment in Stroke Patients of Working Age: A Multicenter Observational Study of Real-World Outcomes
Notice bibliographique
Résumé
Purpose: The prevalence of acute ischemic stroke (AIS) is increasing among people of working age, posing socioeconomic and healthcare challenges. Inability to return to work can have significant negative consequences and contribute to the economic burden of stroke. Endovascular treatment (EVT) has been established as the standard of care for large vessel occlusion AIS patients. In this study, we aimed to identify factors predicting favorable outcome among working age AIS patients undergoing EVT. Patients and Methods: We analyzed data from 309 patients from five comprehensive stroke centers between 2019 and 2023. All patients were working age (18<59) with symptoms onset of within 24 hours. Modified thrombolysis in cerebral infarction (mTICI) score of 2b-3 was considered as successful recanalization. We used 3-months mRS post-EVT to evaluate the outcome; mRS of 0-2 was defined as favorable outcome, whereas mRS of 3-6 was considered unfavorable outcome. Results: The unfavorable outcome group consisted of 150 patients, and 159 patients were in the favorable outcome group. More people in the unfavorable outcome group had diabetes (29.33% vs 15.72%, p=0.004) and hypertension (61.33% vs 40.88, p<0.001). A multivariable regression analysis demonstrated that several factors, including successful recanalization (odds ratio (OR) 5.298, 95% confidence interval (CI) 1.735-16.174, p=0.003), pre-EVT NIHSS (OR 0.892, 95% CI 0.852-0.934, p=0.000), baseline Alberta stroke program early CT score (ASPECTS) (OR 1.609, 95% CI 1.274-2.032, p=0.000), hypertension (OR 0.477, 95% CI 0.270-0.845, p=0.011), diabetes mellitus (OR 0.413, 95% CI 0.208-0.820, p=0.011), and symptomatic intracerebral hemorrhage (sICH) (OR 0.045, 95% CI 0.006-0.359, p=0.003) can predict the outcome of patients undergoing EVT. Conclusion: Favorable outcome of working age patients with AIS undergoing EVT can be predicted using multiple factors, including hypertension, diabetes mellitus, successful recanalization, pre-EVT NIHSS, baseline ASPECTS, and sICH.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».