MétaCan
Menu
Retour à la cohorte
Enregistrement W4416228513 · doi:10.7759/cureus.96820

The Impact of Intervention Modality on Mortality Outcomes in Patients With Hemorrhagic Strokes: A Meta-Analysis

2025· article· en· W4416228513 sur OpenAlexaboutno aff
Varun Soti

Notice bibliographique

RevueCureus · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueIntracerebral and Subarachnoid Hemorrhage Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIntervention (counseling)Modality (human–computer interaction)Blood pressureHematomaTreatment modalityMortality rateMEDLINE

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Hemorrhagic strokes significantly contribute to stroke-related mortality. Despite advancements in critical care and neuroimaging, optimal management strategies for these strokes remain debated. Medical management focuses on stabilizing physiological parameters and preventing hematoma expansion, whereas surgical evacuation directly addresses mass effect and lowers intracranial pressure (ICP). This meta-analysis evaluates the impact of various intervention modalities and compares surgical versus medical interventions on mortality outcomes in patients with hemorrhagic strokes. MATERIALS AND METHODS: journals. Quality assessment was performed using the Newcastle-Ottawa scale. Randomized and nonrandomized controlled trials, case series and reports, and prospective, observational, and retrospective studies reporting mortality outcomes in patients treated with medical and/or surgical interventions were included. The primary outcome assessed was overall mortality. Odds ratios (ORs) with 95% confidence intervals (CIs) were pooled using a random-effects model. Statistical heterogeneity was evaluated using the Q test and I² statistic, while publication bias was assessed using Duval and Tweedie's Trim and Fill method. RESULTS: Seventeen studies, encompassing 9077 patients, were included, with nine evaluating surgical management and eight examining medical management. Pooled analysis showed a modest but statistically significant reduction in mortality across all intervention groups compared with control (p = 0.05; OR: 1.218; 95% CI: 1.000-1.483). Subgroup analysis indicated that surgical interventions significantly decreased mortality compared with medical management (p = 0.009; OR: 1.273; 95% CI: 1.057-1.489), suggesting a survival benefit. In contrast, medical management did not achieve statistical significance (p = 0.606). Moderate heterogeneity was noted (I² = 51.997%), and sensitivity analysis confirmed the robustness of the findings. DISCUSSION: This study shows that surgical and medical management strategies enhance survival in patients with hemorrhagic stroke, with surgical interventions showing a notable mortality advantage, particularly in cases of large hematomas or rapid neurological decline. Advanced surgical methods such as decompressive craniectomy and thrombolysis-assisted evacuation help reduce ICP and secondary brain injury. While medical therapies aim to prevent hematoma expansion, their impact on mortality has been limited. These findings may encourage clinicians to adopt surgical interventions in high-risk patients to optimize outcomes. Moreover, medical management strategies need reevaluation due to their limited effect on mortality. Future research should focus on the timing of interventions and enhancing functional recovery through multidisciplinary rehabilitation. CONCLUSION: This study highlights that both surgical and medical management are critical to improving outcomes in hemorrhagic strokes. Surgical interventions, guided by hematoma characteristics, provide a survival advantage in selected cases. However, individualized treatment planning remains essential, emphasizing the need for optimized medical care, including intensive blood pressure control and comprehensive supportive management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,025
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0170,050
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,001
Communication savante0,0040,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,385
Écart entre enseignants0,343 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCureusMême sujetIntracerebral and Subarachnoid Hemorrhage ResearchTravaux en français237 207