Worldwide 1-month case fatality of ischaemic stroke and the temporal trend
Notice bibliographique
Résumé
BACKGROUND: The 1-month case fatality of ischaemic stroke is an essential epidemiological metric. Whereas the case fatality after ischaemic stroke and the temporal trend is uncertain. We aimed to estimate the 1-month case fatality of ischaemic stroke and its temporal trend, as well as its regional variation. METHODS: We searched PubMed and Embase to identify the studies for 1-month case fatality of ischaemic stroke . The population-based studies were included. Two investigators extracted the data and assessed the quality independently. One-month case fatality of ischaemic stroke was estimated using a random effects model. The temporal trend was evaluated using a mixed-effect meta-regression model. RESULTS: A total of 59 articles with 77 time periods were included. The worldwide 1-month case fatality of ischaemic stroke was 13.5% (95% CI 12.3% to 14.7%). The case fatality was 10.8% (95% CI 8.3% to 13.5%) in Asia, 14.2% (95% CI 12.6% to 15.9%) in Europe, 14.0% (95% CI 11.2% to 17.1%) in South America and Caribbean, 14.0% (95% CI 9.5% to 19.1%) in North America and 12.5% (95% CI 11.1% to 13.9%) in Australia and New Zealand. Overall, there was a non-significant decrease of 0.1% per year in case fatality. It decreased significantly in Europe (-0.2% annually, 95% CI -0.4% to -0.01%) and North America (-0.2% annually, 95% CI -0.4% to -0.04%), increased significantly in Australia and New Zealand (0.2% annually, 95% CI 0.1% to 0.4%), while no evidence of change in other regions. CONCLUSION: The 1-month case fatality of ischaemic stroke and its temporal trend were divergent across regions. Further studies are needed to address the reason of the regional difference, which will be helpful to guide the effort of reducing stroke burden.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».