Insulin-Like Growth Factor I Serum Levels Influence Ischemic Stroke Outcome
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Insulin-like growth factor I (IGF-I) is neuroprotective in animal models of stroke. We investigated whether serum IGF-I levels in patients with acute ischemic stroke influence stroke severity and outcome. METHODS: Concentrations of IGF-I and IGF binding protein 3 were measured in serum samples obtained within 6 hours after stroke onset from 255 patients who took part in the placebo arm of the United States and Canadian Lubeluzole in Acute Ischemic Stroke Study. Stroke severity was assessed with the National Institutes of Health Stroke Scale. Multivariate analysis was performed to assess the overall shift in modified Rankin Scale score and changes in the National Institutes of Health Stroke Scale score at 3 months. Survival curves were plotted using the Kaplan-Meier method, and the Cox proportional hazard model was used for multivariate analysis to investigate factors influencing survival. RESULTS: After controlling for statistically relevant risk factors, subjects with high IGF-I levels or IGF-I/IGF binding protein 3 ratios had a better neurological and functional outcome at 3 months. Baseline stroke severity was not different between high and low IGF-I groups. In contrast to the low IGF-I group, neurological symptoms gradually improved from Day 3 in the high IGF-I group. CONCLUSIONS: Our results suggest that high serum IGF-I levels just after ischemic stroke onset are associated with neurological recovery and a better functional outcome.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».