MétaCan
Menu
Retour à la cohorte
Enregistrement W2765342379 · doi:10.14740/jnr.v7i4-5.450

Comparative Study of the Prognosis of Ischemic Cerebral Stroke Subtypes

2017· article· en· W2765342379 sur OpenAlexvenueno aff
Aktham Ismail Alemam

Notice bibliographique

RevueJournal of Neurology Research · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineEtiologyModified Rankin ScaleStroke (engine)NeurologyInternal medicineCerebral infarctionIschemic strokeNeuroimagingInfarctionCardiologyIschemiaMyocardial infarction

Résumé

récupéré en direct d'OpenAlex

Background: The aim of the study was to search if prognosis of ischemic cerebral stroke is affected by its subtypes with regard to its etiology, anatomical site, radiological size, and clinical severity. Methods: This study was conducted on 43 patients of both sexes with ischemic cerebral stroke admitted to the Neurology Department of Menoufia University Hospitals. Their ages were ranging from 48 to 72 years old and the mean age of cases was 61.26 ± 5.37, while in controls was 58.50 ± 4.70. Clinical severity of stroke was assessed using National Institutes of Health Stroke Scale (NIHSS). The etiological subtypes of stroke were classified according to Trial of Organization 10172 in Acute Stroke Treatment classification. The anatomical site of stroke was evaluated by using the Oxford Community Stroke Project classification. Its size was measured by neuroimaging. Favorable outcome (FO) was defined as modified Rankin scale (0 - 2) while unfavorable outcome (UO) was defined as modified Rankin scale (3 - 6) after 3 months of onset of the stroke. Results: The UO was correlated with the large vessel stroke (P 3 mm (P = 0.007). The FO was correlated with small vessel disease (P < 0.001), mild NIHSS score (P ≤ 0.0001), lacunar infarction (P < 0.001), and infarct size < 1.5 mm (P = 0.001). Conclusion: The outcome of cerebral ischemic stroke may be affected by its subtype. This may help the clinician to tailor better individual plan of management. J Neurol Res. 2017;7(4-5):80-84 doi: https://doi.org/10.14740/jnr450w

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,030
Score d'incertitude au seuil0,468

Scores Codex et Gemma par catégorie

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

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 Opus0,139
Tête enseignante GPT0,428
Écart entre enseignants0,289 · 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 tête enseignante, 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Neurology ResearchMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207