Young Women Have Poorer Outcomes than Men after Stroke
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Gender differences in stroke outcome have not been fully assessed in young patients. METHODS: We conducted an observational study of consecutive young ischemic stroke patients (≤ 50 years of age) admitted to a stroke unit (January 1999 to December 2009). Basal data, subtype of ischemic stroke, stroke severity [Canadian Neurological Scale (CNS)], length of hospital stay, inhospital complications, mortality and functional outcome at discharge [modified Rankin Scale (mRS) score] were analyzed. For stroke severity and outcome analyses, 2 age groups were established: 15-30 (very young group) and 31-50 years old (middle-aged young group). RESULTS: A total of 310 patients were enrolled; 128 females and 182 males. The mean age was similar in women and men (41.07 ± 8.6 vs. 42.12 ± 8.2, NS). Migraine was more frequent in women, whereas arterial hypertension, hyperlipidemia, alcohol abuse, current smoking and atherothrombotic infarction were more frequent in men (p < 0.05). Females presented greater stroke severity than men [median CNS (IQR) = 8 (3.5) vs. 9 (2.5), p = 0.014] except in the very young group [median CNS (IQR) = 9 (1.8) vs. 8 (5), p = 0.022]. Female sex was a predictor of unfavorable outcomes (mRS >2) at discharge in the total sample (OR = 3.33; 95% CI = 1.41-7.84) and in the middle-aged young group (OR = 2.62; 95% CI = 1.05-6.53), adjusted by baseline data, stroke subtype, inhospital complications, length of stay and stroke severity. CONCLUSIONS: Female gender is associated with worse outcomes in adult ischemic stroke patients up to 50 years old. However, this effect is not observed in younger patients (15-30 years).
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) | 0,001 | 0,001 |
| 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) | 0,004 | 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 ».