Predicting Clinical Outcomes and Response to Thrombolysis in Acute Stroke Patients With Diabetes
Notice bibliographique
Résumé
OBJECTIVE: Few tools are available to evaluate clinical outcomes and response to thrombolysis (tPA) in stroke patients with diabetes. We explored how the iScore (www.sorcan.ca/iscore), a validated risk score, predicts clinical outcomes in stroke patients with and without diabetes. RESEARCH DESIGN AND METHODS: We applied the iScore to stroke patients presenting to stroke centers participating in the Registry of the Canadian Stroke Network. Main outcomes included favorable outcome, defined as a modified Rankin scale (mRS) 0-2 at discharge, and intracerebral hemorrhage (ICH) after tPA. RESULTS: Among 12,686 patients with an acute ischemic stroke, 3,228 (25.5%) had diabetes. Among patients receiving tPA (n = 1,689), those with diabetes had a lower rate of a favorable outcome compared with their counterparts (24.3 vs. 31.1%; RR 0.90 [95% CI 0.82-0.98]). The risk of ICH was not significantly different in patients with or without diabetes (for any type 12.6 vs. 12.5%, RR 1.01 [0.72-1.40]; for symptomatic ICH 7.5 vs. 6.8%, RR 1.11 [0.70-1.72]). The regression analysis revealed a decline in the probability of a favorable outcome after tPA with increments in the iScore (P value for iScore × tPA interaction <0.001). There was no difference in the response to tPA predicted by the iScore between stroke patients with and without diabetes (P value = 0.07). CONCLUSIONS: Stroke patients with diabetes have poorer outcomes compared with patients without diabetes, which is not explained by ICH. The iScore similarly predicts response to tPA between stroke patients with and without diabetes.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».