Frequency of injuries associated with syncope in the prevention of syncope trials
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS: Syncope can lead to injuries. We determined the frequency, severity, and predictors of injuries due to syncope in cohorts of syncope patients. METHODS AND RESULTS: Participants were enrolled in the POST2 (fludrocortisone) and POST4 (midodrine) vasovagal syncope (VVS) randomized trials, and POST3 enrolled patients with bifascicular block and syncope. Injury was defined as minor (bruising, abrasions), moderate (lacerations), and severe (fractures, burns, joint pain), and recorded up to 1 year after enrolment. A total of 459 patients (median 39 years) were analysed. There were 710 faints occurred in 186 patients during a 1-year follow-up. Fully 56/186 (30%) of patients were injured with syncope (12% of overall group). There were 102 injuries associated with the 710 faints (14%), of which 19% were moderate or severe injuries. Neither patient age, sex, nor the presence of prodromal symptoms associated with injury-free survival. Patients with bifascicular block were more prone to injury (relative risk 1.98, P = 0.018). Patients with ≥4 faints in the prior year had more injuries than those with fewer faints (relative risk 2.97, P < 0.0001), but this was due to more frequent syncope, and not more injuries per faint. In VVS patients, pharmacological therapy significantly reduced the likelihood of an injury due to a syncopal spell (relative risk 0.64, P = 0.015). Injury severity did not associate with age, sex, or prior-year syncope frequency. CONCLUSION: Injuries are frequent in syncope patients, but only 4% of injuries were severe. None of age, sex, and prodromal symptoms associate with injury.
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.
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 | 0,002 |
| 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 | 0,000 |
| 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 découle