China Stroke Statistics 2019: a wealth of opportunities for stroke prevention
Notice bibliographique
Résumé
The China Stroke Statistics published in this issue of the journal1 represent an enormous undertaking. It included data on 3 010 204 patients who had a stroke admitted in 2018 to 1853 tertiary care hospitals and compiled data from multiple sources on stroke and stroke risk factors in China. The authors and the huge team of workers who must have compiled the statistics are to be commended on this enormous effort. In the report is a wealth of data on what is wrong in China to cause such a high risk of stroke but also a wealth of opportunity to make a difference. The reason this is so important is that ~80% of strokes are preventable. According to the 2016 Global Burden of Disease Study, China had the highest estimated lifetime risk of stroke from age 25 years onwards of up to 39.3%, compared with 22.2% in Western Europe and 22.4% in high-income North America.2 It is evident from the ratio of strokes to myocardial infarctions in China that hypertension is a major driver of stroke risk. In North America, myocardial infarctions (MI) outnumber strokes, but in China, stroke was historically much more common, though myocardial infarctions have been increasing in recent years. In 2003, in urban China, deaths from stroke were 8.5 times as common as deaths from MI; by 2013, strokes had increased by 26.6%, whereas death from MI increased by 213%, and deaths from stroke were only 2.5 times that of death from MI. This change is no doubt due to increased intake …
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 | 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 ».