Factors associated with early neurological deterioration in minor distal medium vessel acute ischemic stroke: A multinational multicenter study
Notice bibliographique
Résumé
Background: Patients with acute ischemic stroke secondary to distal and medium vessel occlusion (AIS-DMVO) and minor strokes present a challenge in determining the most appropriate emergent treatment. Factors leading to early neurological deterioration (END) in this patient population are understudied, but END is known to result in poor functional outcomes. Therefore, we aimed to investigate the factors contributing to END in minor AIS-DMVO cases. Methods: We included patients with AIS-DMVO and minor strokes from 37 sites across North America, Asia, and Europe. Minor stroke was defined as a baseline National Institutes of Health Stroke Scale (NIHSS) score of ⩽5. The primary outcome measure, END, was defined as a shift of ⩾4 points in the NIHSS score at day one after treatment compared to baseline. Univariable and multivariable logistic regression analyses were performed to identify factors associated with END. Results: Among 559 consecutive patients with DMVO and minor strokes, END was reported in 68 patients. In multivariable analysis, mechanical thrombectomy (MT) was independently associated with higher odds of END (adjusted odds ratio [aOR] 2.37, 95% CI 1.12–5.02, p = 0.02), while intravenous thrombolysis (IVT) was associated with lower odds of END (aOR 0.46, 95% CI 0.26–0.81, p = 0.008). However, the association between MT and END was no longer statistically significant in the IPTW-adjusted analysis (OR 1.65, 95% CI 0.69–3.98, p = 0.26). Hypertension and antiplatelet use at baseline were also independently associated with END. Among MT-treated patients, successful and excellent recanalization and first-pass effect were protective against END. Conclusion: MT was associated with END in patients with minor AIS-DMVO, although this association was not significant after IPTW adjustment. IVT was independently associated with reduced risk of END. These findings support careful patient selection and further study in randomized trials.
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) | 0,001 | 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 | 0,000 |
| 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 ».