Hospital distance, socioeconomic status, and timely treatment of ischemic stroke
Notice bibliographique
Résumé
Objective To determine whether lower socioeconomic status (SES) and longer home to hospital driving time are associated with reductions in tissue plasminogen activator (tPA) administration and timeliness of the treatment. Methods We conducted a retrospective observational study using data from the Get With The Guidelines–Stroke Registry (GWTG-Stroke) between January 2015 and March 2017. The study included 118,683 ischemic stroke patients age ≥18 who were transported by emergency medical services to one of 1,489 US hospitals. We defined each patient9s SES based on zip code median household income. We calculated the driving time between each patient9s home zip code and the hospital where he or she was treated using the Google Maps Directions Application Programing Interface. The primary outcomes were tPA administration and onset-to-arrival time (OTA). Outcomes were analyzed using hierarchical multivariable logistic regression models. Results SES was not associated with OTA (p = 0.31) or tPA administration (p = 0.47), but was associated with the secondary outcomes of onset-to-treatment time (OTT) (p = 0.0160) and in-hospital mortality (p = 0.0037), with higher SES associated with shorter OTT and lower in-hospital mortality. Driving time was associated with tPA administration (p < 0.001) and OTA (p < 0.0001), with lower odds of tPA (0.83, 0.79–0.88) and longer OTA (1.30, 1.24–1.35) in patients with the longest vs shortest driving time quartiles. Lower SES quintiles were associated with slightly longer driving time quartiles (p = 0.0029), but there was no interaction between the SES and driving time for either OTA (p = 0.1145) or tPA (p = 0.6103). Conclusions Longer driving times were associated with lower odds of tPA administration and longer OTA; however, SES did not modify these associations.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».