MétaCan
Menu
Retour à la cohorte
Enregistrement W2900542657 · doi:10.1161/strokeaha.118.022332

Declining Admission and Mortality Rates for Subarachnoid Hemorrhage in Canada Between 2004 and 2015

2018· article· en· W2900542657 sur OpenAlexafffundabout
Vivien Kin Yi Chan, Patrice Lindsay, Jessica McQuiggan, Brandon Zagorski, Michael D. Hill, Cian O′Kelly

Notice bibliographique

RevueStroke · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueIntracranial Aneurysms: Treatment and Complications
Établissements canadiensUniversity of TorontoHeart and Stroke FoundationUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesHeart and Stroke Foundation of Canada
Mots-clésMedicineSubarachnoid hemorrhageEmergency medicineStroke (engine)Mortality rateIntracerebral hemorrhageCardiologyAnesthesiaInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background and Purpose- The purpose of this study was to assess recent trends in the admission and mortality rates for subarachnoid hemorrhage in Canada. Methods- This retrospective cross-sectional study was based on data retrieved from the Canadian Institute for Health Information for all patients diagnosed with subarachnoid hemorrhage in Canada between 2004 and 2015. Adjusted admission rate, in-hospital mortality rates, and discharge disposition were calculated. Results- A total of 19 765 patients were diagnosed with subarachnoid hemorrhage between 2004 and 2015. The mean age was 58.1 years, and 40.3% were men. The annual hospitalization rate was 6.34 per 100 000 person-years, declining by -0.67% annually. In-hospital mortality rate was 21.5%. Conclusions- The Canadian subarachnoid hemorrhage admission and mortality rates are lower than previously reported, with a declining trend.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,165
Score d'incertitude au seuil0,874

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,028
Tête enseignante GPT0,322
Écart entre enseignants0,293 · 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

Citations58
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueStrokeMême sujetIntracranial Aneurysms: Treatment and ComplicationsTravaux en français237 207