Racial/Ethnic and Sex Differences in Emergency Medical Services Transport Among Hospitalized US Stroke Patients: Analysis of the National Get With The Guidelines–Stroke Registry
Notice bibliographique
Résumé
BACKGROUND: Differences in activation of emergency medical services (EMS) may contribute to racial/ethnic and sex disparities in stroke outcomes. The purpose of this study was to determine whether EMS use varied by race/ethnicity and sex among a current, diverse national sample of hospitalized acute stroke patients. METHODS AND RESULTS: We analyzed data from 398,798 stroke patients admitted to 1613 Get With The Guidelines-Stroke participating hospitals between October 2011 and March 2014. Multivariable logistic regression was used to evaluate the associations between combinations of racial/ethnic and sex groups with EMS use, adjusting for potential confounders including demographics, medical history, and stroke symptoms. Patients were 50% female, 69% white, 19% black, 8% Hispanic, 3% Asian, and 1% other, and 86% had ischemic stroke. Overall, 59% of stroke patients were transported to the hospital by EMS. White women were most likely to use EMS (62%); Hispanic men were least likely to use EMS (52%). After adjustment for patient characteristics, Hispanic and Asian men and women had 20% to 29% lower adjusted odds of using EMS versus their white counterparts; black women were less likely than white women to use EMS (odds ratio 0.75, 95% CI 0.72 to 0.77). Patients with weakness or paresis, altered level of consciousness, and/or aphasia were significantly more likely to use EMS than patients without each symptom; the observed racial/ethnic and sex differences in EMS use remained significant after adjustment for stroke symptoms. CONCLUSIONS: EMS use differed by race/ethnicity and sex. These contemporary data document suboptimal use of EMS transport among US stroke patients, especially by racial/ethnic minorities and those with less recognized stroke symptoms.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».