Abstract 179: Ischemic Stroke in Atrial Fibrillation: 30-day Outcomes and Factors Associated with Severity
Notice bibliographique
Résumé
Background and Hypothesis: Ischemic stroke (IS) in atrial fibrillation (AF) is associated with high mortality. Inflammation, endothelial dysfunction, and hypercoagulability, in addition to blood stasis in the left atrium, play a critical role in thrombogenesis in AF. Hyperglycemia and chronic kidney disease (CKD) are potent triggers for inflammation, oxidative stress, and thrombogenesis. Statins have been shown to possess anti-inflammatory, anti-oxidant, and anti-thrombotic properties. Accordingly, we assessed the hypothesis that statin use may modulate stroke severity in AF. Methods: Consecutive IS admissions were identified from 2006-2010. All events were subject to CT or MRI and assessed for functional independence at discharge using modified Rankin scale (mRS). AF was confirmed by ECG at presentation or within the prior 6 months in all cases. Covariates were abstracted from the medical record. To account for confounding by treatment, we used multivariable logistic regression analysis adjusted using inverse probability weighting. Results: We identified 1,030 AF-related IS; mean age was 77, 56% were female, mean CHA 2 DS 2 VASC score was 4.8 designating high baseline stroke risk. IS resulted in severe neurological deficit or death (mRS ≥ 4) for 69%; 21% died within 30-days. Severe stroke was associated with older age, diabetes, dementia, prior ischemic stroke, prior venous thromboembolism, and CKD (Table). Baseline statin use was associated with a 33% reduced risk of sustaining a severe stroke. Conclusion: Strokes in AF are associated with high morbidity and mortality. Clinical markers of thrombophilia, including prior IS, DVT, and PE, were significantly associated with severe strokes. Diabetes and CKD independently increased this risk. Statin use resulted in less severe outcomes. Advancing our basic understanding of these interrelated thrombogenic pathways will inform clinical interventions to reduce these devastating outcomes.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».