Syncope in a Working-Age Population: Recurrence Risk and Related Risk Factors
Notice bibliographique
Résumé
Syncope in a worker undertaking risky tasks may result in fatalities for the individual or for third parties. We aimed at assessing the rate of syncope recurrence and the risk factors underlying the likelihood of syncope relapse in a working-age population. A prospective cohort of all patients aged 18⁻65 years consecutively admitted to the Emergency Department for syncope was enrolled. Risk of syncope relapse was assessed at a six-month, 1-year, and 5-year follow-up. Predictors of syncope recurrence have been evaluated at six months and 1 year from the syncope index by a multivariable logistic regression analysis. 348 patients were enrolled. Risk of syncope relapse was 9.2% at 6 months, 11.8% at 1 year, and 23.4% at 5 years. At 6-month follow-up, predictor of syncope recurrence was ≥3 prior lifetime syncope episodes. At 1-year, ≥3 prior lifetime syncope episodes, diabetes mellitus, and anaemia were risk factors for syncope relapse. There was an exceeding risk of recurrence in the first 6 months and a reduced risk of 3.5% per year after the first year. Anaemia, diabetes mellitus, and prior lifetime syncope burden are of importance when giving advice about the resumption of "high risk" jobs following a syncope episode.
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 | 0,004 | 0,005 |
| 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 | 0,001 |
| 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 ».