Stroke metrics, safety, and outcomes of telemedicine-administered thrombolytics for acute ischemic stroke: A meta-analysis
Notice bibliographique
Résumé
BACKGROUND Administration of thrombolytics for acute ischemic stroke (AIS) via telemedicine has expanded in recent years at institutions without on-site neurology specialists. This helped to improve the care of stroke patients in rural areas. However, it is uncertain if telemedicine-administered thrombolytics is as safe and effective as in-person evaluation by neurology specialists. AIM The authors conducted a meta-analysis evaluating stroke metrics, safety and outcomes of telemedicine compared to in-person evaluation by neurologist specialist in AIS patients receiving intravenous thrombolytics. METHODS PubMed, EMBASE, and Cochrane were searched for randomized clinical trials and observational cohort studies. The Mantel-Haenszel method or inverse variance, as applicable, were applied to calculate an overall effect estimate for each outcome by combining specific risk ratio (RR) or standardized mean difference (SMD). Risk of bias was analyzed using the Newcastle-Ottawa Scale. Primary outcome examined was door-to-needle time (DTN). Secondary outcomes were symptomatic intracranial hemorrhage (sICH), mortality, and mRS ≤ 2. RESULTS Eleven retrospective cohort studies involving 2350 patients were included in the analysis. Of those, 34% (n = 794) received thrombolytics via telemedicine. Telemedicine was associated with a significantly longer mean DTN compared to in-person evaluation [SMD: 0.72 minutes; 95% confidence interval (CI) 0.22-1.22; P < 0.01], a similar rate of sICH [3.9% vs 4.2%; Odds ratio (OR): 0.75; 95%CI 0.42-1.37; P = 0.35], similar rate of mortality (13.2% vs 14.7%; OR: 0.87; 95%CI 0.47-1.63; P = 0.67), and comparable rate of favorable short-term functional outcome (46.8% vs 50.7%; OR: 0.79; 95%CI 0.41-1.53; P = 0.48). Risk of bias was low to moderate for each outcome. CONCLUSION The available literature suggests that telemedicine is associated with longer DTN compared to in-person evaluation. This difference in stroke metric does not affect safety or outcome. Further studies are needed to understand and address the underlying factors of the longer DTN time.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».