Assessment of Knowledge on Risk Factors, Warning Signs, and Early Treatment Approaches of Stroke among Community Adults in North India: A Telephone Interview Survey
Notice bibliographique
Résumé
Abstract Background As stroke is a catastrophic illness, knowing its risk factors, early signs and symptoms, and management strategies could potentially prevent morbidity and mortality among the people. Objectives The aim of this study is to determine the public cognizance of risk factors, signs and symptoms, and early treatment options available for stroke with particular emphases on thrombolysis, and its window period. Materials and Methods A cross-sectional telephonic interview-based survey was conducted in the states of Punjab, Haryana, and Himachal Pradesh of North India from August 2017 to December 2017. Results Of 350 respondents those participated in the survey with a mean age ± standard deviation of 39.93 ± 13.41 years, hypertension was found to be the most common risk factor among the study participants (n = 205, 58.57%) and 28.85% of the study participants were not aware of the risk factors, whereas 46% of the participants were not aware of warning signs of stroke. The window period of thrombolysis was compared with gender, and it was found that the higher number of male participants (n = 49) adduced the right window of thrombolysis (0–4.5 hours) as compared with the female participants (n = 26). Conclusions Survey results suggested that there exists scant information about risk factors, alarming signs, and early treatment approaches among community adults toward stroke. In this regard, there is an immense need to conduct awareness camps related to stroke to educate the vulnerable public.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».