Clinical features, risk factors, and short-term outcome of ischemic stroke, in patients with atrial fibrillation: Data from a population-based study
Notice bibliographique
Résumé
Objectives: Atrial fibrillation (AF) is the most common sustained cardiac rhythm disorder associated with stroke. This study was done to describe risk factors, clinical features, and short-term outcomes of stroke patients with AF. Materials and Methods: This study was a part of the Indian Council of Medical Research funded “Ludhiana urban population based Stroke Registry.” Data were collected using WHO STEPS stroke method. All patients ≥18 years of age, who developed ischemic stroke between March 26, 2011, and March 25, 2013, were included in this study. Data about demographic details, clinical features, and risk factors were collected. The outcome was assessed at 28 days using modified Rankin scale (mRs) (good outcome: mRS ≤2; poor outcome >2). The statistical measures calculated were descriptive statistics, Chi-square test, Fischer's exact test, and independent t-test. Results: Of the total 7199 patients enrolled in the registry, data of 1942 patients who fulfilled inclusion criteria were analyzed, and AF was seen in 203 (10%) patients. AF patients were older (AF 62 ± 14 vs. non-AF 60 ± 15 years, P = 0.01), had more hypertension (AF 176 [87%] vs. non-AF 1396 [80%], P = 0.03), hyperlipidemia (AF 60 [32%] vs. non-AF 345 [21%], P = 0.001), coronary artery disease (AF 60 [30%] vs. non-AF 195 [11%], P < 0.0001), and carotid stenosis (AF 14 [7%] vs. non-AF 57 (3%), P = 0.02). They had worse outcome (mRS >2; AF 90 [50%] vs. non-AF 555 [37%], P = 0.001). Conclusions: Ten percent of stroke patients had AF. They were older, had multiple risk factors and worse outcome. There was no gender difference in this large cohort.
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 | 0,000 | 0,001 |
| 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 ».