MétaCan
Menu
Retour à la cohorte
Enregistrement W4416730290 · doi:10.3389/fneur.2025.1699939

Systemic inflammation–based hematological indices and 90-day functional outcomes after intravenous thrombolysis in acute ischemic stroke: a systematic review

2025· review· en· W4416730290 sur OpenAlexaboutno aff
Huiying Huang, Weijun Wang, Qing Ma, Kun Cao

Notice bibliographique

RevueFrontiers in Neurology · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThrombolysisRisk stratificationBiomarkerSystemic inflammationPathophysiologyClinical trialSystemic inflammatory response syndrome

Résumé

récupéré en direct d'OpenAlex

Background: Acute ischemic stroke (AIS) is one of the leading causes of mortality and long-term disability worldwide. Intravenous thrombolysis (IVT) with recombinant tissue plasminogen activator (rt-PA) remains the standard treatment for eligible patients; however, considerable inter-individual variability exists in post-treatment functional outcomes. Increasing evidence suggests that systemic inflammation plays a crucial regulatory role in both ischemic injury cascades and reperfusion efficacy. In recent years, several inflammation-based hematological indices derived from complete blood counts-such as the neutrophil-to-lymphocyte ratio (NLR), systemic immune-inflammation index (SII), systemic inflammation response index (SIRI), inflammation prognostic index (IPI), and pan-immune-inflammation value (PIV)-have been proposed. These indices comprehensively reflect the balance between innate immune activation and adaptive immune suppression and are considered potential prognostic biomarkers. Methods: Following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines, we systematically searched PubMed, Embase, and Web of Science for English-language studies published between 2015 and 2025 investigating the relationship between inflammation-based hematological indices and functional outcomes in adult AIS patients receiving intravenous rt-PA. Eligible studies were limited to IVT-only cohorts reporting associations between composite inflammatory indices and clinical outcomes. The search strategy was framed using the PICO (Population, Intervention, Comparison, and Outcome) approach, and study quality was assessed using the Newcastle-Ottawa Scale (NOS). Results: A total of 15 observational cohort studies involving approximately 4,000 AIS patients were included. Higher baseline or early values of NLR, SII, SIRI, and PIV were independently associated with unfavorable 90-day functional outcomes, with predictive performance (AUC) generally ranging from 0.70 to 0.80. Several studies further indicated that dynamic changes in inflammatory indices within 24-48 h after IVT provided stronger prognostic discrimination than baseline measurements, underscoring the clinical value of early immune monitoring during the acute phase of stroke. Conclusion: Systemic inflammation plays a central role in the pathophysiology and therapeutic response of AIS. Composite inflammation-based hematological indices are simple, economical, and reproducible tools that may assist in early risk stratification and individualized prognostic assessment following IVT. Future studies should incorporate dynamic longitudinal monitoring and integrate multimodal clinical and biomarker data within large, multicenter cohorts to improve model precision and enhance translational applicability.

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)0,006
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0120,010
Bibliométrie0,0090,011
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,012
Tête enseignante GPT0,267
Écart entre enseignants0,255 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207