Acute ischaemic stroke or transient ischaemic attack and the need for inpatient echocardiography
Notice bibliographique
Résumé
OBJECTIVES: To determine the diagnostic yield of echocardiography and its utility in changing medical management; and to derive a risk score to guide its use in patients with in-hospital stroke or transient ischaemic attack (TIA). METHODS: We carried out a retrospective chart review from January 2009 to June 2010 of patients with acute ischaemic stroke or TIA who had undergone transthoracic echocardiography (TTE) or transoesophageal echocardiography (TOE). Clinical and imaging findings at baseline were noted and 'potential clinically relevant findings' identified on TTE and TOE. A multivariable logistic regression was used to identify predictors of potential clinically relevant findings on TTE or TOE and derive a risk score. RESULTS: Of 370 patients, 307 (83.0%) had TTE and 63 (17.0%) had additional TOE. Potential clinically relevant findings on echocardiography were noted in 28 (7.6%) patients. Change in medical management was noted in 19/307 (6.2%) patients on TTE and in 7/63 (11.1%) patients on TOE. Male sex (OR 3.05, 95% CI 1.19 to 7.84; p=0.021), abnormal admission ECG (OR 4.39, 95% CI 1.79 to 10.79; p=0.001), and embolic pattern imaging at baseline (OR 2.38, 95% CI 1.05 to 5.40; p=0.038) were independent predictors of findings on TTE or TOE. A risk score including these three variables had modest discrimination (c-statistic 0.69, 95% CI 0.59 to 0.80). CONCLUSIONS: Echocardiography detected potential clinically relevant findings in a minority of patients (7.6%), but these findings changed medical management 90.5% of the time. A risk score using sex, ECG abnormality, and embolic pattern imaging at baseline could help predict which patients are more likely to have these echo findings.
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 | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 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 ».