6152A novel model for prediction of ischemic stroke in patients without atrial fibrillation
Notice bibliographique
Résumé
Introduction: Patients diagnosed with atrial fibrillation (AF) are candidates for oral anticoagulant treatment if their annual risk of stroke is above approximately 1% assessed by the CHA2DS2-VASc score. However, most patients suffering stroke, have no diagnosis of AF prior to their stroke. Purpose: To construct a risk prediction model for identification of patients at high risk of stroke and systemic embolism among patients without a diagnosis of AF, with no prior stroke, which may be useful for the decision making on primary thromboprophylaxis. Methods: Using national registries, we cross-linked data on patients undergoing coronary angiography to identify 72,381 patients without AF, prior stroke, or any anticoagulant treatment. The cohort was randomly divided into two groups; a training cohort (80%, n=57,680) and a validation cohort (20%, n=14,701). We used a composite endpoint of thromboembolic events including ischemic stroke, transient ischemic attack (TIA) and, systemic embolism. Considered covariates were first analysed by univariate analyses in the training cohort. All variables adding risk in stroke development (p<0.20) were afterwards included in a multivariate analysis. We performed interaction analyses before assigning points to the covariates in the final model.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».