Risk factors, quality of care and prognosis in South Asian, East Asian and White patients with stroke
Notice bibliographique
Résumé
BACKGROUND: Stroke has emerged as a significant and escalating health problem for Asian populations. We compared risk factors, quality of care and risk of death or recurrent stroke in South Asian, East Asian and White patients with acute ischemic and hemorrhagic stroke. METHODS: Retrospective analysis was performed on consecutive patients with ischemic stroke or intracerebral hemorrhage admitted to 12 stroke centers in Ontario, Canada (July 2003-March 2008) and included in the Registry of the Canadian Stroke Network database. The database was linked to population-based administrative databases to determine one-year risk of death or recurrent stroke. RESULTS: The study included 253 South Asian, 513 East Asian and 8231 White patients. East Asian patients were more likely to present with intracerebral hemorrhage (30%) compared to South Asian (17%) or White patients (15%) (p<0.001). Time from stroke to hospital arrival was similarly poor with delays >2 hours for more than two thirds of patients in all ethnic groups. Processes of stroke care, including thrombolysis, diagnostic imaging, antithrombotic medications, and rehabilitation services were similar among ethnic groups. Risk of death or recurrent stroke at one year after ischemic stroke was similar for patients who were White (27.6%), East Asian (24.7%, aHR 0.97, 95% CI 0.78-1.21 vs. White), or South Asian (21.9%, aHR 0.91, 95% CI 0.67-1.24 vs. White). Although risk of death or recurrent stroke at one year after intracerebral hemorrhage was higher in East Asian (35.5%) and White patients (47.9%) compared to South Asian patients (30.2%) (p=0.002), these differences disappeared after adjustment for age, sex, stroke severity and comorbid conditions (aHR 0.89 [0.67-1.19] for East Asian vs White and 0.99 [0.54-1.81] for South Asian vs. White). CONCLUSION: After stratification by stroke type, stroke care and outcomes are similar across ethnic groups in Ontario. Enhanced health promotion is needed to reduce delays to hospital for all ethnic groups.
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 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».