MétaCan
Menu
Back to cohort
Record W2745406536

Mechanical Thrombectomy in Acute Anterior Circulation Stroke

2017· article· fi· W2745406536 on OpenAlexaboutno aff
Sara Protto

Bibliographic record

VenueTampere University Institutional Repository (Tampere University) · 2017
Typearticle
Languagefi
FieldMedicine
TopicAcute Ischemic Stroke Management
Canadian institutionsnot available
Fundersnot available
KeywordsStroke (engine)MedicineCardiologyCirculation (fluid dynamics)Internal medicineAcute strokePhysical medicine and rehabilitationEngineeringTissue plasminogen activator
DOInot available

Abstract

fetched live from OpenAlex

Aivoinfarkti on yksi johtavista sairastavuuden ja kuolleisuuden aiheuttajista maailmanlaajuisesti. Äkillinen iskeeminen aivoinfarkti aiheutuu riittämättömästä verenkierrosta aivoihin, joka yleensä johtuu verihyytymän aiheuttamasta kallonsisäisen valtimon tukkeutumisesta. Viime vuosina äkillisen iskemisen aivoinfarktin valtimonsisäiset hoidot ovat kehittyneet huomattavasti. Nämä hoidot mahdollistavat veren virtauksen nopean palauttamisen iskemiselle alueelle. Viimeaikaisissa satunnaistetuissa tutkimuksissa erityisesti mekaaninen verihyytymän poisto takaisin vedettävällä stentillä on osoitettu ylivertaiseksi hoidoksi verrattuna lääkkeelliseen hoitoon eli laskimonsisäiseen verihyytymän liuotukseen. Näiden tekniikoiden käyttöönotto kuitenkin vaati välineitä tarkempien ennusteiden ja siten oikeiden hoitopäätösten tekemiseksi.
\n
\nTässä väitöstutkimuksessa tutkiin havainnoivassa asetelmassa prospektiivisesti Tampereen yliopistollisessa sairaalassa tammikuun 2013 ja joulukuun 2014 välillä kerättyä kohorttia potilaita, jotka olivat sairastuneet äkilliseen etukierron valtion tukkeutumisesta aiheutuneeseen aivoinfarktiin, jota hoidettiin mekaanisella verihyytymän poistolla. Tutkimuksen tavoite oli tunnistaa muuttujia, jotka vaikuttavat hoidon teknisiin ja kliinisiin lopputuloksiin. Kliinisen lopputuloksen ensisijaisena mittarina käytettiin muokatun Rankinin asteikon (mRS, modified Rankin Scale) tulosta kolmen kuukauden kohdalla sairastumisesta. Teknisen lopputuloksen mittarina käytettiin Thrombolysis in Cerebral Ischemia (TICI) -asteikkoa. Näiden ennustemuuttujina tutkittiin verihyytymän sijaintia tietokonetomografiatutkimuksessa, hyytymän poistamiseen käytetyn välineen valinnan vaikutusta, tietokonetomografia perfuusiotutkimuksen parametreja (erityisesti aivojen veritilavuus, Cerebral Blood Volume, CBV) sekä kollateraalikierron tilaa. Lisäksi vertasimme laskimonsisäisellä liuotushoidolla ja mekaaniselle verihyytymän poistolla hoidettujen potilaiden tuloksia selventääksemme minkä potilasryhmisen hoitoon mekaaninen verihyytymän poisto sopii paremmin kuin liuotushoito.
\n
\nMekaaninen verihyytymän poisto osoittautui selvästi paremmaksi kuin laskimonsisäinen liuotushoito erityisesti proksimaalisen suuren suonen tukosten (sisempi kaulavaltimo tai keskimmäisen aivovaltimon M1-segmentin proksimaaliosa) hoidossa siinä missä kumpikaan näistä hoidoista ei ollut selvästi toista parempi distaalisen suuren suonen tukosten (keskimmäisen aivovaltimon M1-segmentin distaaliosa tai M2-segmentti) hoidossa. Lisäksi havaitsimme, että proksimaalisesta suuren suonen tukoksesta selviytyminen ilman merkittävää pysyvää haittaavaa oiretta edellytti mekaanista verihyytymän poistoa. Tukoksen sijainnilla ei ollut merkittävää vaikutusta toimenpiteen tekniseen onnistumiseen. Myöskään takaisinvedettävän stentin valinta ei näytä vaikuttavan tekniseen onnistumiseen tai kliiniseen lopputulokseen. Aivojen veritilavuutta arvioitiin ASPECTS-pisteytyksellä (Alberta Stroke Program Early CT Score). Matalat ASPECTS-pisteet tulovaiheessa ennustivat kookasta infarktia seurantakuvantamisissa ja huonoa kliinistä lopputulosta erityisesti, jos kollateraaliverenkierto oli heikko ja/tai infarktioireisto oli vaikeusasteeltaan kohtalainen tai vakava. Kollateraalikierron tila osoittautui myös tärkeäksi ennustavaksi tekijäksi: Jos potilaan kollateraalikierto oli lähtötilanteessa heikko, kliininen lopputulos oli yleensä huono.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.427
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0030.002
Scholarly communication0.0000.002
Open science0.0020.002
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0000.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.014
GPT teacher head0.224
Teacher spread0.210 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2017
Admission routes1
Has abstractyes

Explore more

Same venueTampere University Institutional Repository (Tampere University)Same topicAcute Ischemic Stroke ManagementFrench-language works237,207