MétaCan
Menu
Retour à la cohorte
Enregistrement W2152862230 · doi:10.1161/strokeaha.111.000748

The iScore Predicts Functional Outcome in Korean Patients With Ischemic Stroke

2013· article· en· W2152862230 sur OpenAlexaboutno aff
Tai Hwan Park, Gustavo Saposnik, Hee‐Joon Bae, Soo Joo Lee, Kyung Bok Lee, Jun Lee, Jong‐Moo Park, Jay Chol Choi, Dong‐Eog Kim, Yong‐Jin Cho, Joon‐Tae Kim, Jae‐Kwan Cha, Juneyoung Lee, Kyung‐Ho Yu, Byung‐Chul Lee, Byung‐Woo Yoon

Notice bibliographique

RevueStroke · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineModified Rankin ScaleStroke (engine)Confidence intervalInternal medicinePopulationIschemic strokeOutcome (game theory)Physical therapyIschemia

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND PURPOSE: Several stroke risk scores for prediction of functional outcome have been developed, but rarely validated in Asian populations. We assessed the validity of the iScore, recently developed from Canadian stroke population, in an Asian stroke population from Korea. METHODS: We applied the iScore to 4061 eligible participants with acute ischemic stroke in the nationwide multicenter stroke registry in Korea. The main outcome was poor functional outcome defined as having a modified Rankin Scale 3 to 6 at 3 months after stroke onset. The secondary outcome was death at 3 months. C-statistics were calculated to assess performance of the iScore. RESULTS: Poor functional outcome was found in 1496 patients (36.8%), whereas death at 3 months occurred in 294 patients (7.2%). C-statistics were 0.819 (95% confidence interval, 0.805-0.833) for poor functional outcome and 0.861 (95% confidence interval, 0.840-0.883) for death. Overall, there was a high correlation between observed and expected outcomes for poor functional outcome (Pearson correlation coefficient, r=0.990) and for death (r=0.969) according to risk score. CONCLUSIONS: The iScore reliably predicts poor functional outcome or death at 3 months after stroke in Korean patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,224
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrokeMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207