Notice bibliographique
Résumé
AMAÇ: Çalışmamızda inme hastalarında iki cinsiyet arasındaki vasküler risk faktörlerinin ve inme alt tiplerinin karşılaştırılması amaçlanmıştır.YÖNTEMLER: İnme Polikliniği’mizde 1996-2011 yılları arasında takip edilen toplam 2798 hastanın tıbbi dosyası gözden geçirildi. Klinik değerlendirme bilgileri, fizik ve nörolojik muayene ve nörogörüntüleme tetkiklerine dayanarak, inme alt tipi sınıflaması yapıldı ve risk faktörleri incelendi. Veriler SPSS 11.5 veri tabanında toplandı ve istatistiksel hesaplamalar için Pearson ki-kare ve Mann-Whitney U testi kullanıldı.BULGULAR: Toplam 2798 hastanın 2564’ü (%91,6) iskemik tipte inme tanısı almıştı, 234’ü ise (%8,4) hemorajik tipte inme tanısı ile takip edilmekte idi. Ortalama takip süresi 50.2+42.7 ay idi. Hastaların 1289’u kadın (%46), 1509’u erkek (%54) cinsiyette idi. İnme alt tiplerine bakıldığında, nedeni bilinmeyen inme alt tipi her iki cinsiyette de en büyük grubu oluşturmakta idi. Bunu takiben, erkeklerde en sık aterotrombotik tipte inme izlenirken, kadınlarda kardiyoembolik inme görülmekteydi. Koroner kalp hastalığı erkeklerde, atriyal fibrilasyon ve diğer ritim bozuklukları ise kadınlarda anlamlı derecede daha yüksek oranda izlendi. Sigara ve alkol kullanımı ise erkeklerde oldukça belirgin bir şekilde daha fazla idi.SONUÇ: Çalışmamızda, inme alt tipleri ve vasküler risk faktörlerinin cinsiyete göre farklılıklar gösterdiği saptanmıştır. Bu farklılıkların ve bunu etkileyen faktörlerin iyi bilinmesi, kadınların inme risk faktörlerinden, bu konudaki farkındalıklarına, hormonal değişiklik gösteren gebelik ve menopoz gibi dönemlerinden, depresyona kadar inme ile ilgili belirsizliklerin ortadan kalkması, daha iyi primer ve sekonder koruma tedbirleri almaya yardımcı olacaktır.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 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) | 0,027 | 0,003 |
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 ».