Analysis of factors influencing short-term outcomes after early interventional therapy for acute ischaemic stroke
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to investigate the potential factors influencing the early efficacy outcomes of patients with acute ischaemic stroke (AIS) after endovascular interventional therapy. METHODS: A retrospective analysis was conducted involving 326 patients with AIS. The early efficacy outcomes and complications among patients after emergency cerebrovascular intervention were evaluated. Univariate analysis was performed to compare the baseline data between good outcome and poor outcome groups. Binary logistic regression analysis was used to determine the independent risk factors for poor outcomes at discharge. RESULTS: Among the 326 patients, 174 (53.4%) had poor outcomes at discharge. Univariate analysis showed that a poor prognosis was associated with age, history of atrial fibrillation and stroke, a high preoperative National Institutes of Health Stroke Scale (NIHSS) score, a low thrombolysis in cerebral infarction (TICI) grade after thrombectomy, and a high incidence of postoperative symptomatic intracranial haemorrhage and cerebral oedema/hernia (P < 0.05). Binary logistic regression analysis showed that age (P = 0.010), NIHSS score before surgery (P < 0.001), the Alberta Stroke Program Early CT Score (ASPECTS) before surgery (P < 0.001), TICI grade after thrombectomy (P < 0.001), symptomatic intracranial haemorrhage after surgery (P = 0.001) and cerebral oedema/hernia after surgery (P = 0.004) were independent risk factors for a poor outcome at discharge. CONCLUSION: Age, NIHSS score before surgery, ASPECTS before surgery, TICI grade after thrombectomy, symptomatic intracranial haemorrhage, and cerebral oedema/hernia after surgery were independent risk factors for poor short-term outcomes after endovascular interventional therapy for AIS.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».