Intracranial hemorrhage prediction in acute ischemic stroke patients with anterior circulation tandem lesions following endovascular thrombectomy
Notice bibliographique
Résumé
Background: Acute ischemic stroke (AIS) patients with anterior circulation tandem lesions (TL) face a heightened risk of hemorrhage following endovascular thrombectomy (EVT). Predictive models specifically for this complication in the TL population are currently lacking. Methods: This retrospective cohort study analyzed 200 AIS patients with anterior circulation TL who underwent EVT. Least Absolute Shrinkage and Selection Operator regression was used for feature selection. Multivariable logistic regression (LR) models predicting intracranial hemorrhage (ICH) and symptomatic intracranial hemorrhage (sICH) risk were developed and visualized as nomograms. Model discrimination was evaluated using the area under the receiver operating characteristic curve (AUC). Results: After EVT, ICH occurred in 92 patients (46%) and sICH in 24 patients (12%). The LR model for ICH identified diabetes [odd ratio (OR) 2.454, 95% CI 1.137-5.297], drinking history (OR 2.230, 95% CI 1.160-4.288), and lower modified Thrombolysis in Cerebral Infarction (mTICI) score (OR 0.547, 95% CI 0.311-0.961) as significant independent predictors (AUC = 0.712). The LR model for sICH identified lower Glasgow Coma Scale (GCS) score (OR 0.820, 95% CI 0.695-0.968), lower mTICI score (OR 0.398, 95% CI 0.182-0.868), and lower Alberta Stroke Program Early CT Score (ASPECTS) (OR 0.795, 95% CI 0.641-0.984) as significant independent predictors (AUC = 0.830). Nomograms effectively quantified the contribution of predictors to outcome probabilities. Conclusion: In AIS patients with anterior circulation TL undergoing EVT, diabetes, drinking history, and lower mTICI score independently predict ICH risk, while lower GCS score, lower mTICI score, and lower ASPECTS independently predict sICH risk. The nomograms provide practical tools for individualized risk assessment, aiding clinical decision-making and perioperative management in this high-risk cohort.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».