Serum ferritin levels and early prognosis of stroke
Notice bibliographique
Résumé
Iron and ferritin are known to have an important role in stroke as well as in other disorders. This prospective study was designed to determine whether administering ferritin levels might help to estimate the severity and prognosis of stroke. Fifty-one patients with a diagnosis of acute stroke were included in the study within 24 h from onset of symptoms. Serum ferritin and cortisol levels were assayed at admission. Clinical status was determined by the Canadian Stroke Scale at admission and on day 21. Serum ferritin level was found to be higher in patients with large lesion size (P < 0.01), deteriorated neurologic status during clinical follow-up (P = 0.03) and deceased patients (P < 0.01). Serum ferritin level was correlated with neurologic deficit (r = 0.50, P < 0.001). No correlation was found between serum cortisol and ferritin levels (r = 0.07, P = 0.7). Serum ferritin level (P = 0.007; OR = 1.02; 95% CI, 1.01-1.03) and large size of lesion (P = 0.021, OR = 11.92; 95% CI; 1.46-197.12) were independently associated with mortality. Increased serum ferritin levels correlate to severity of stroke and the size of the lesion.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».