Patient Characteristics and Outcomes After Hemorrhagic Stroke in Pregnancy
Notice bibliographique
Résumé
BACKGROUND: Hospitalizations for pregnancy-related stroke are rare but increasing. Hemorrhagic stroke (HS), ie, subarachnoid hemorrhage and intracerebral hemorrhage, is more common than ischemic stroke in pregnant versus nonpregnant women, reflecting different phenotypes or risk factors. We compared stroke risk factors and outcomes in pregnant versus nonpregnant HS in the Get With The Guidelines-Stroke Registry. METHODS AND RESULTS: Using medical history or International Classification of Diseases-Ninth Revision codes, we identified 330 pregnant and 10 562 nonpregnant female patients aged 18 to 44 years with HS in Get With The Guidelines-Stroke (2008-2014). Differences in patient and care characteristics were compared by χ(2) or Fisher exact test (categorical variables) or Wilcoxon rank-sum (continuous variables) tests. Conditional logistic regression assessed the association of pregnancy with outcomes conditional on categorical age and further adjusted for patient and hospital characteristics. Pregnant versus nonpregnant HS patients were younger with fewer pre-existing stroke risk factors and medications. Pregnant versus nonpregnant subarachnoid hemorrhage patients were less impaired at arrival, and less than half met blood pressure criteria for severe preeclampsia. In-hospital mortality was lower in pregnant versus nonpregnant HS patients: adjusted odds ratios (95% CI) for subarachnoid hemorrhage 0.17 (0.06-0.45) and intracerebral hemorrhage 0.57 (0.34-0.94). Pregnant subarachnoid hemorrhage patients also had a higher likelihood of home discharge (2.60 [1.67-4.06]) and independent ambulation at discharge (2.40 [1.56-3.70]). CONCLUSIONS: Pregnant HS patients are younger and have fewer risk factors than their nonpregnant counterparts, and risk-adjusted in-hospital mortality is lower. Our findings suggest possible differences in underlying disease pathophysiology and challenges to identifying at-risk patients.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».