MétaCan
Menu
Retour à la cohorte
Enregistrement W6910391430 · doi:10.3969/j.issn.1672-6731.2018.04.003

Analysis on prognostic factors of ischemic stroke caused by middle cerebral artery stenosis or occlusion

2018· article· en· W6910391430 sur OpenAlexaboutno aff

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurological Disease Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStroke (engine)StenosisReceiver operating characteristicBlood pressureLogistic regressionMiddle cerebral arteryOcclusionUnivariate analysis

Résumé

récupéré en direct d'OpenAlex

Objective To screen related influencing factors for good prognosis of ischemic stroke caused by middle cerebral artery (MCA) stenosis or occlusion. Methods A total of 109 patients with ischemic stroke caused by MCA stenosis or occlusion were enrolled in this study. Their clinical data were recorded, such as sex, age, time from onset to MRI, history [stroke and/or transient ischemic attack (TIA), coronary heart disease, atrial fibrillation, smoking and drinking], systolic blood pressure (SBP), diastolic blood pressure (DBP), serum glucose, total cholesterol (TC), triglyceride (TG), low-density lipoprotein cholesterol (LDL-C), high-density lipoprotein cholesterol (HDL-C), plasma homocysteine (Hcy), National Institutes of Health Stroke Scale (NIHSS) score on admission and discharge, modified Rankin Scale (mRS) at 3-month follow-up. MRI and three-dimensional time-of-flight (3D-TOF) MRA were performed to get MCA stenosis rate, FLAIR vascular hyperintensity (FVH) score, FVH-diffusion-weighted imaging (DWI) mismatching proportion, DWI-Alberta Stroke Program Early CT Score (ASPECTS). Univariate and multivariate forward Logistic regression analysis was used to screen related influencing factors for good prognosis. Receiver operating characteristic (ROC) curve was used to evaluate the accuracy and best threshold of FVH and DWI-ASPECTS scores predicting good prognosis. Results According to mRS score, patients were divided into good prognosis group (mRS ? 2, N = 24) and poor prognosis group (mRS > 2, N = 85). Logistic regression analysis showed that DBP (OR = 0.924, 95% CI: 0.869-0.983; P = 0.013), FVH score (OR = 2.008, 95% CI: 1.404-2.873; P = 0.000) and DWI-ASPECTS score (OR = 1.955, 95% CI: 1.336-2.862; P = 0.001) were independent influencing factors for good prognosis. ROC curve showed that area under the curve (AUC) of FVH score was 0.768 (95% CI: 0.656-0.880, P = 0.000), AUC of DWI-ASPECTS score was 0.721 (95%CI: 0.608-0.834, P = 0.001). The best threshold of FVH score was 4.50, sensitivity was 0.625, specificity was 0.824, Youden index was 0.449. The best threshold of DWI-ASPECTS score was 6.50, sensitivity was 0.750, specificity was 0.671, Youden index was 0.421. Conclusions For ischemic stroke caused by MCA stenosis or occlusion, the related prognostic factors include DBP, FVH score and DWI-ASPECTS score, whereas FVH score has higher accuracy. DOI:10.3969/j.issn.1672-6731.2018.04.003

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,261
Tête enseignante GPT0,480
Écart entre enseignants0,219 · 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'étudeObservationnel
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetNeurological Disease Mechanisms and TreatmentsTravaux en français237 207