MétaCan
Menu
Retour à la cohorte
Enregistrement W2282064446

Risk Factors for Leukoaraiosis in North American and Iranian Stroke Patients

2005· article· en· W2282064446 sur OpenAlexaffabout
K Ghandehari, Ashfaq Shuaib

Notice bibliographique

RevueIranian journal of medical sciences · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueCerebrovascular and Carotid Artery Diseases
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineLeukoaraiosisStroke (engine)Diabetes mellitusInternal medicineRisk factorIschemic strokeMortality rateCardiologyIschemiaDisease
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: Leukoaraiosis (LA) or white matter thinning and rarefaction are common in stroke patients. This pilot double-center study was designed to evaluate LA risk factors in stroke patients. Methods: This cross sectional study was conducted on 100 consecutive stroke patients in Walter Mackenzie Hospital, Canada and 100 consecutive stroke patients in Valie-Asr Hospital , Iran in 2004. Diagnosis of ischemic stroke and LA was performed by stroke neurologists using CT scan. The effects of race, gender, age groups, hypertension, diabetes, hypercholestrolemia and smoking on frequency rate of LA were evaluated. Results: The frequency rate of LA was the same in stroke patients living in North America or Iran. But, the frequency of LA in female stroke patients was more frequent than males (p<0.005). LA was significantly predominant in stroke patients with age≥65-yrs than those with age<65-yrs (p<0.05). The frequency of LA was significant in hypertensive patients. However, the frequency rate of LA was not influenced by diabetes, hypercholestrolemia and smoking. Conclusion: Female gender, age and hypertension seem to be the main risk factors of leukoaraiosis. In addition, there was no difference between the frequency rates of LA in patients living in Iran or North America.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,017
Tête enseignante GPT0,281
Écart entre enseignants0,264 · 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

Citations7
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIranian journal of medical sciencesMême sujetCerebrovascular and Carotid Artery DiseasesTravaux en français237 207