Abstract TP176: Stroke Recurrence Among South Asians With diabetes in Ontario, Canada
Notice bibliographique
Résumé
Introduction: South Asians have earlier cardiovascular disease onset and higher stroke mortality than non-South Asians, but disparities in long-term outcomes after stroke in patients with diabetes are not well described. We compared risk of cardiovascular outcomes after first ischemic stroke between South Asian and non-South Asian patients with diabetes. Hypothesis: We hypothesized that South Asian stroke patients with diabetes were younger and had higher stroke recurrence, even accounting for competing risk of death. Methods: Using population-based health care databases in Ontario, Canada, we selected all patients with diabetes hospitalized with first ischemic stroke between April 1, 2002 and March 31, 2012, and assigned South Asian vs. non-South Asian ethnicity using a validated surname algorithm. Kaplan-Meier survival analysis and competing risk models estimated risk of death, stroke, and myocardial infarction. The primary predictor was ethnicity; models were adjusted for demographics and vascular risk factors. Sensitivity analysis including adjustment for medication use was performed in those aged >=65 years. Results: There were 25495 diabetics with first ischemic stroke; 840 were South Asian and were younger, more often male, had lower income, and had shorter Ontario residency compared to non-South Asians. South Asians had higher incidence and cumulative risk of recurrent stroke (Figure). In adjusted competing risk models, recurrent stroke risk was increased among South Asians compared to non-South Asians (HR 1.17 [95% CI 1.00-1.38]) in the whole cohort and in those aged >=65 years, both with adjustment for medication use (HR 1.23 [1.01-1.50]) and without (1.27 [1.04-1.54]). Conclusions: In this large population-based study, South Asian stroke patients with diabetes had higher recurrent stroke risk compared to non-South Asians, despite younger age. Further research and targeted interventions are needed to reduce stroke burden in South Asians.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; 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 ».