A systematic review of stroke recognition instruments in hospital and prehospital settings
Notice bibliographique
Résumé
BACKGROUND: We undertook a systematic review of all published stroke identification instruments to describe their performance characteristics when used prospectively in any clinical setting. METHODS: A search strategy was applied to Medline and Embase for material published prior to 10 August 2015. Two authors independently screened titles, and abstracts as necessary. Data including clinical setting, reported sensitivity, specificity, positive predictive value, negative predictive value were extracted independently by two reviewers. RESULTS: 5622 references were screened by title and or abstract. 18 papers and 3 conference abstracts were included after full text review. 7 instruments were identified; Face Arm Speech Test (FAST), Recognition of Stroke in the Emergency Room (ROSIER), Los Angeles Prehospital Stroke Screen (LAPSS), Melbourne Ambulance Stroke Scale (MASS), Ontario Prehospital Stroke Screening tool (OPSS), Medic Prehospital Assessment for Code Stroke (MedPACS) and Cincinnati Prehospital Stroke Scale (CPSS). Cohorts varied between 50 and 1225 individuals, with 17.5% to 92% subsequently receiving a stroke diagnosis. Sensitivity and specificity for the same instrument varied across clinical settings. Studies varied in terms of quality, scoring 13-31/36 points using modified Standards for the Reporting of Diagnostic accuracy studies checklist. There was considerable variation in the detail reported about patient demographics, characteristics of false-negative patients and service context. Prevalence of instrument detectable stroke varied between cohorts and over time. CPSS and the similar FAST test generally report the highest level of sensitivity, with more complex instruments such as LAPSS reporting higher specificity at the cost of lower detection rates. CONCLUSIONS: Available data do not allow a strong recommendation to be made about the superiority of a stroke recognition instrument. Choice of instrument depends on intended purpose, and the consequences of a false-negative or false-positive result.
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 | 0,022 | 0,098 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,014 | 0,009 |
| Bibliométrie | 0,022 | 0,023 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».