An Improved Scoring System for Identifying Patients at High Early Risk of Stroke and Functional Impairment after an Acute Transient Ischemic Attack or Minor Stroke
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Risk of a subsequent stroke following an acute transient ischemic attack (TIA) or minor stroke is high. The ABCD(2) tool was proposed as a method to triage these patients using five clinical factors. Modern imaging of the brain was not included. The present study quantified the added value of magnetic resonance imaging (MRI) factors to the ABCD(2) tool. METHODS: Patients with TIA or minor stroke were examined within 12 h and had a brain MRI within 24 h of symptom onset. Primary outcomes were recurrent stroke and functional impairment at 90 days. A new tool, ABCD(2)+MRI, was created by adding diffusion-weighted imaging lesion and vessel occlusion status to the ABCD(2) tool. The predictive accuracy of both tools was quantified by the area under the curve (AUC). RESULTS: One hundred and eighty patients were enrolled and 11.1% had a recurrent stroke within 90 days. The predictive accuracy of the ABCD(2)+MRI was significantly higher than ABCD(2) (AUC of 0.88 vs. 0.78, P=0.01). Those with a high score (7-9) had a 90-day recurrent stroke risk of 32.1%, moderate score (5-6) risk of 5.4%, and low score (0-4) risk of 0.0%. The ABCD(2) tool did not predict risk of functional impairment at 90 days (P=0.33), unlike the ABCD(2)+MRI (P=0.02): high score (22.9%), moderate (7.5%), low (7.7%). CONCLUSIONS: Risk of recurrent stroke and functional impairment after a TIA or minor stroke can be accurately predicted by a scoring system that utilizes both clinical and MRI information. The ABCD(2)+MRI score is simple and its components are commonly available during the time of admission.
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.
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) | 0,001 | 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 | 0,000 |
| 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 découle