The iScore Predicts Poor Functional Outcomes Early After Hospitalization for an Acute Ischemic Stroke
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: The iScore is a prediction tool originally developed to estimate the risk of death after hospitalization for an acute ischemic stroke. Our objective was to determine whether the iScore could also predict poor functional outcomes. METHODS: We applied the iScore to patients presenting with an acute ischemic stroke at multiple hospitals in Ontario, Canada, between 2003 and 2008, who had been identified from the Registry of the Canadian Stroke Network regional stroke center database (n=3818) and from an external data set, the Registry of the Canadian Stroke Network Ontario Stroke Audit (n=4635). Patients were excluded if they were included in the sample used to develop and validate the initial iScore. Poor functional outcomes were defined as: (1) death at 30 days or disability at discharge, in which disability was defined as having a modified Rankin Scale 3 to 5; and (2) death at 30 days or institutionalization at discharge. RESULTS: The prevalence of poor functional outcomes in the Registry of the Canadian Stroke Network and the Ontario Stroke Audit, respectively, were 55.7% and 44.1% for death at 30 days or disability at discharge and 16.9% and 16.2%, respectively, for death at 30 days or institutionalization at discharge. The iScore stratified the risk of poor outcomes in low- and high-risk individuals. Observed versus predicted outcomes showed high correlations: 0.988 and 0.940 for mortality or disability and 0.985 and 0.993 for mortality or institutionalization in the Registry of the Canadian Stroke Network and Ontario Stroke Audit cohorts. CONCLUSIONS: The iScore can be used to estimate the risk of death or a poor functional outcome after an acute ischemic stroke.
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) | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».