Gender Differences in 1-Year Clinical Characteristics and Outcomes after Stroke: Results from the China National Stroke Registry
Notice bibliographique
Résumé
BACKGROUND: Previous reports have shown inconsistent results on clinical outcomes between women and men after stroke, and little is known about gender differences on outcomes in Chinese post-stroke patients. The aim of this study was to explore whether there were gender differences on clinical characteristics and outcomes in Chinese patients after ischemic stroke by using the data from the China National Stroke Registry (CNSR). METHODS AND FINDINGS: Out of 12,415 consecutively recruited patients with acute ischemic stroke in the CNSR from 2007 to 2008, 11,560 (93.1%) patients were followed up for 12 months. Their clinical characteristics and outcomes on death, recurrence, and dependency were recorded. The multivariate logistic regression was performed to determine whether there were gender differences in these outcomes. Women were older than men at baseline (67.9 vs. 64.0 years, P<0.001). Women had a higher mortality, recurrence rate, and dependency rate at 3, 6, and 12 months than men, but after adjusting for age, history of diabetes, pre-stroke dependency, stroke severity, in-hospital complications, and other confounders, there were no statistically significant differences in gender on mortality and recurrence rate at 3, 6, and 12 months; and dependency rate at 3, and 6 months. However, the dependency rate at 12 months remained significantly higher in women (odds ratio, 1.24; 95% confidence interval, 1.06 to 1.45). CONCLUSIONS: There are many differences in clinical characteristics between women and men after ischemic stroke in China. Compared with men, women are more dependent at 12 months after stroke. This difference still exists after controlling the potential confounders.
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 | 0,001 |
| 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 ».