MétaCan
Menu
Retour à la cohorte
Enregistrement W2623800296 · doi:10.1161/str.47.suppl_1.137

Abstract 137: Gastrointestinal Bleeding in Acute Ischemic Stroke: A Nationwide Inpatient Sample Study

2016· article· en· W2623800296 sur OpenAlexaff
Kavelin Rumalla, Adithi Y. Reddy, Paul A Berger, Manoj Mittal

Notice bibliographique

RevueStroke · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueIntracerebral and Subarachnoid Hemorrhage Research
Établissements canadiensBerger (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineGastrointestinal bleedingInternal medicineStroke (engine)Incidence (geometry)Multivariate analysisCoagulopathy

Résumé

récupéré en direct d'OpenAlex

Introduction: Gastrointestinal bleeding (GIB) has been reported as a complication in acute cerebrovascular ailments. Here, we examined the incidence, risk factors, and outcomes of GIB in acute ischemic stroke (AIS) using the largest all-payer inpatient database in the U.S. Methods: The Nationwide Inpatient Sample (2002-2011) was queried to identify all adult patients with a primary diagnosis of AIS both with and without a secondary diagnosis of GIB. We utilized multivariate analyses, adjusting for patient and hospital factors, to identify risk factors for GIB in AIS patients and to determine the effect of GIB on in-hospital complications and outcomes. Results: Of 3,988,667 patients admitted with AIS, there were 49,348 cases of GIB (1,237 per 100,000 patients) with 25.7% receiving blood transfusions. Multivariate analysis revealed several independent predictors of GIB in AIS: age 55-64 (OR: 1.39, 95% CI: 1.33-1.45), age 65-74 (OR: 1.52, 95% CI: 1.44-1.59), age 75+ (OR: 1.79, 95% CI: 1.71-1.88), alcohol use (OR: 1.23, 95% CI: 1.17-1.30), coagulopathy (OR: 1.69, 95% CI: 1.62-1.77), cancer (OR: 1.70, 95% CI: 1.60-1.80), fluid/electrolyte disturbance (OR: 1.91, 95% CI: 1.87-1.96), liver disease (OR: 2.44, 95% CI: 2.29-2.60), and history of peptic ulcer disease (OR: 2.47, 95% CI: 2.13-2.86) (all p<0.0001). Administration of thrombolytic therapy decreased the likelihood of GIB by 10% (p<0.0001). In further multivariate models, GIB was determined to be an independent predictor of septicemia (OR: 1.47, 95% CI: 1.39-1.55), gastrostomy (OR: 1.75, 95% CI: 1.70-1.81), pulmonary embolism (OR: 1.75, 95% CI: 1.55-2.00), intubation (OR: 2.04, 95% CI: 1.95-2.13), and blood transfusion (OR: 11.31, 95% CI: 11.00-11.63; all p<0.0001). The occurrence of GIB increased hospital length of stay by an average of 5.8 days and total costs by $14,120 per patient (all p<0.0001). GIB was independently associated with a 46% increased likelihood of severe disability and 82% increased likelihood of in-hospital death (all p<0.0001). Conclusion: Age and several preexisting comorbidities are strong risk factors for GIB in AIS. GIB occurrence precipitates further in-hospital complications and adverse clinical outcomes in AIS, significantly increasing disability and mortality.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,302
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrokeMême sujetIntracerebral and Subarachnoid Hemorrhage ResearchTravaux en français237 207