Aspirin Treatment Increases the Risk of Cerebral Microbleeds
Notice bibliographique
Résumé
BACKGROUND: The objective of the study was to determine the frequency of cerebral microbleeds (CMBs) by using phasesensitive imaging in patients with previous transient ischemic attack (TIA) or stroke who were receiving aspirin treatment. METHODS: We retrospectively analyzed 300 outpatients with ischemic cerebrovascular disease: 150 had been receiving aspirin treatment for >1 year (patients), and 150 controls had not previously received aspirin. Cerebral microbleeds were defined by a trained observer (blinded to clinical details) according to results of T2-weighted, T1-weighted, diffusion-weighted, and phase-sensitive magnetic resonance imaging (MRI). Numerous vascular risk factors including white matter hyperintensity (WMH), duration of aspirin treatment, age, hypertension or diabetes mellitus were investigated for a possible association with the presence of CMBs in the two groups. RESULTS: The frequency of CMBs (60/150 (40%) vs 18/150 (12%); odds ratio 4.899, p <0.0001) and intracerebral hemorrhage (ICH)(42/150 (28%) vs 2/150 (1%); odds ratio 28.778, p <0.0001) were significantly higher in the patients than in the controls. Among patients, those using aspirin for >5 years(42/68 (62%) showed a higher frequency of CMBs than those receiving aspirin for ≤ 5 years(18/82 (22%); odds ratio 5.744, p<0.0001). WMH (p=0.020/0.030, 0.007/0.000) age (p=0.007/0.000) and hypertension (p=0.000/0.033), in patients and controls respectively, were each associated with CMBs. CONCLUSIONS: There was a clear impact of aspirin treatment on CMBs associated with intracerebral hemorrhage in Chinese patients. The frequency of CMBs and hemorrhagic complications was higher in patients treated with long-term aspirin.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,009 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».