Lipid Profile, Lipid-lowering Medications, and Intracerebral Hemorrhage After tPA in Get With The Guidelines–Stroke
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Symptomatic intracerebral hemorrhage (sICH) after tissue plasminogen activator for acute ischemic stroke is associated with poor outcome. There are conflicting data on sICH risk related to lipid levels and use of lipid-lowering medications. We evaluated whether there are associations between lipid levels, lipid-lowering medications, and sICH in Get With the Guidelines-Stroke. METHODS: We identified acute ischemic stroke patients in the Get With the Guidelines-Stroke data set who were treated with IV tissue plasminogen activator between April 2003 and September 2009 and had complete data on lipid profiles and complications. Potential predictors of sICH were tested in univariate and multivariate analysis. RESULTS: The analysis included 22 216 IV tissue plasminogen activator-treated acute ischemic stroke patients. Overall, 1104 (4.97%) experienced sICH (National Institute of Neurological Disorders and Stroke definition). In univariate analysis, patients with sICH were more often taking antihypertensive, lipid-lowering, and diabetes mellitus medications. There was no relationship between low density lipoprotein or total cholesterol and sICH in univariate analysis. However, the risk of sICH increased with higher high density lipoprotein, 6.1% in Q4 versus 4.7% in Q1, P=0.0013; and lower triglyceride levels, 5.9% in Q1 versus 4.2% in Q4, P<0.0001. In multivariable models, although the high density lipoprotein and triglyceride levels were modestly associated with sICH, low density lipoprotein and total cholesterol were not. Lipid-lowering medications were not independently associated with sICH. CONCLUSIONS: We found that low density lipoprotein and total cholesterol levels are not associated with risk of sICH after tissue plasminogen activator, although higher high density lipoprotein and lower triglyceride levels were modest risk factors. Lipid-lowering medications are not associated with risk of sICH.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».