A Simple and Pragmatic Equation for Rapid Outcome Prediction in Endovascular Thrombectomy With Limited Information
Notice bibliographique
Résumé
BACKGROUND: To rapidly predict outcomes of candidate for endovascular thrombectomy in time-sensitive situations with limited clinical information, we propose a simple but balanced approach, integrating National Institutes of Health Stroke Scale (NIHSS) and Alberta Stroke Program Early CT Score (ASPECTS). METHODS: This study utilized data from 2 independent registries to investigate the associations of NIHSS scores and ASPECTS with clinical outcomes of patients with stroke with large vessel occlusion in the anterior circulation who underwent endovascular thrombectomy and to evaluate the accuracy of a novel clinical-imaging equation in predicting these outcomes. The primary outcome was functional independence. RESULTS: A total of 2128 patients were included. Of these, 1052 (49.4%) achieved functional independence. ASPECTS, NIHSS scores, and age were identified as key predictors across all basic parameters. Clinical-imaging equations (with and without age adjustment, defined as ASPECTS-0.5×NIHSS-age×0.2 and ASPECTS-NIHSS×0.5) were developed. These equations exhibited superior discriminative ability (C statistic, 0.71 [95% CI, 0.68-0.74], 0.68 [95% CI, 0.65-0.70]) compared with traditional methods in the validation cohort. The prediction probability of functional independence by quartiles of clinical-imaging equation with age adjustment (≤-15.5, -15.5 to -12, -15.5 to -12, >-9.5) was 32% (95% CI, 17%-47%), 51% (95% CI, 43%-59%), 63% (95% CI, 58%-69%), and 77% (95% CI, 65%-90%) in the validation cohort. CONCLUSIONS: By integrating ASPECTS and NIHSS scores, our clinical-imaging equations improved rapid prediction of endovascular thrombectomy outcomes in time-sensitive situations such as patient transfers from primary stroke centers or in mobile stroke units, where clinical information is limited.
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 | 0,012 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».