Abstract 17: Racial and Ethnic Differences in Outcomes in Older Patients with Acute Ischemic Stroke
Notice bibliographique
Résumé
Background: Past studies suggest racial and ethnic differences in quality of care and in-hospital outcomes for acute ischemic stroke. Using the American Heart Association Get With The Guidelines-Stroke (GWTG-Stroke) registry linked to Medicare claims data, we examined whether 30-day and 1-year outcomes differed by race or ethnicity in those aged 65+ with acute ischemic stroke. Methods: We analyzed 200,900 acute ischemic stroke patients age 65 years or older (170,694 non-Hispanic whites, 85.0%; 20,514 non-Hispanic blacks, 10.2%; 6632 Hispanics, 3.3%; 3060 Asian Americans, 1.5%) from 926 U.S. centers participating in the GWTG-stroke program between 2003 and 2008. Both 30-day and 1-year unadjusted and risk adjusted outcomes from admission were examined. Results: Compared with whites, other racial and ethnic groups were on average younger and had higher median score on NIH stroke scale (NIHSS). There were significant racial and ethnic differences in 30-day unadjusted mortality rate (white: 15.0%, black: 9.9%, Hispanic: 11.9%, Asian: 11.1%), 1-year unadjusted mortality rate (white: 31.7%, black: 28.6%, Hispanic: 28.1%, Asian: 23.9%), and 1-year unadjusted all-cause rehospitalization after discharge (white: 54.7%, black: 62.5%, Hispanic: 60.0%, Asian: 48.6%). A slightly increasing trend for 30-day and 1-year unadjusted mortality from admission was observed in the overall sample. White patients had the highest unadjusted and risk adjusted 30-day mortality. By 1 year, white, black, and Hispanic patients all had similar adjusted outcomes yet Asian patients had persistently better results. With regard to 1-year all-cause rehospitalization rates, relative to whites, blacks and Hispanics had higher adjusted 1-year all-cause and stroke associated rehospitalization rates whereas Asians had lower adjusted rates (see Table). Conclusion: White older ischemic stroke patients have the highest 30-day mortality rates of any race/ethnicity group. By one year, only Asian patients have differentially lower mortality risk. In contrast, black and Hispanic patients have higher readmission risk to one year. 1
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».