Video Experimental Relacionado
Updated: Jan 28, 2026

Optimized Management of Endovascular Treatment for Acute Ischemic Stroke
Published on: January 18, 2018
Evaluación de modelos de predicción de resultados en el tratamiento endovascular del ictus mediante variables
Johanna M Ospel1,2,3, Aravind Ganesh3, Manon Kappelhof4
1Department of Clinical Neurosciences University of Calgary Calgary Alberta Canada.
La predicción de los resultados después de la terapia endovascular para el ictus isquémico agudo mejora al incluir variables de tratamiento y postratamiento. Los modelos actuales clasifican erróneamente a muchos pacientes, lo que pone de relieve las limitaciones en la predicción de la independencia funcional después de las intervenciones para el ictus.
Área de la Ciencia:
- Neurología
- Estadística Médica
- Cardiología Intervencionista
Sus antecedentes:
- Los modelos estadísticos actuales para predecir los resultados después de la terapia endovascular para el ictus isquémico agudo utilizan principalmente variables basales.
- Existe la necesidad de evaluar el rendimiento de estos modelos incorporando iterativamente variables relacionadas con el tratamiento y posteriores al tratamiento.
Objetivo del estudio:
- Evaluar el rendimiento de los modelos de predicción de resultados de ictus para la terapia endovascular incorporando iterativamente variables basales, relacionadas con el tratamiento y posteriores al tratamiento.
- Determinar la contribución de los diferentes tipos de variables a la precisión de la predicción de resultados.
Principales métodos:
- Se desarrollaron cuatro modelos de regresión logística multivariable utilizando datos del ensayo ESCAPE-NA1.
- Modelo 1: variables basales; Modelo 2: variables basales + tratamiento; Modelo 3: Modelo 2 + variables postratamiento tempranas; Modelo 4: Modelo 3 + variables postratamiento tardías.
- Se comparó el rendimiento del modelo utilizando el área bajo la curva característica operativa del receptor (AUC) y los valores de Shapley para evaluar las contribuciones de las variables.
Principales resultados:
- El área bajo la curva característica operativa del receptor (AUC) mejoró iterativamente de 0,74 (solo basal) a 0,82 (todas las variables).
- Incluso con el modelo más completo, el 19,8% de los pacientes que lograron la independencia funcional fueron clasificados erróneamente.
- La edad del paciente, los eventos adversos graves (neumonía) y la hemorragia intracraneal temprana fueron contribuyentes significativos a la varianza de los resultados.
Conclusiones:
- Los factores más allá de las variables basales contribuyen significativamente a los resultados después de la terapia endovascular para el ictus isquémico agudo.
- Los modelos actuales de predicción de resultados tienen una precisión limitada, con tasas sustanciales de clasificación errónea.
- Se recomienda precaución al aplicar los modelos existentes en la práctica clínica debido a sus limitaciones.
Más Videos Relacionados
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
06:54A Model for Encephalomyosynangiosis Treatment after Middle Cerebral Artery Occlusion-Induced Stroke in Mice
Published on: June 22, 2022
Videos de Conceptos Relacionados
Predicting Reaction Outcomes
Parkinson's Disease: Treatment
Parkinson's Disease is primarily a result of the loss of dopaminergic neurons in the substantia nigra pars compacta. The cornerstone of...
Alzheimer's Disease: Treatment
Open Angle Glaucoma: Treatment
Drugs such as carbonic anhydrase inhibitors, α2- and...
Treatment Resistant Cancers
Myasthenia Gravis: Overview and Treatment
These antibodies interfere with the function of the nicotinic receptors in three ways: by binding to the receptor and disrupting acetylcholine binding; by causing cross-linking of receptors which...