Outcomes of Medicare beneficiaries hospitalised with transient ischaemic attack and stratification using the ABCD<sup>2</sup> score
Notice bibliographique
Résumé
Background Long-term outcomes for Medicare beneficiaries hospitalised with transient ischaemic attack (TIA) and role of ABCD 2 score in identifying high-risk individuals are not studied. Methods We identified 40 825 Medicare beneficiaries hospitalised from 2011 to 2014 for a TIA to a Get With The Guidelines (GWTG)-Stroke hospital and classified them using ABCD 2 score. Proportional hazards models were used to assess 1-year event rates of mortality and rehospitalisation (all-cause, ischaemic stroke, haemorrhagic stroke, myocardial infarction, and gastrointestinal and intracranial haemorrhage) for high-risk versus low-risk groups adjusted for patient and hospital characteristics. Results Of the 40 825 patients, 35 118 (86%) were high risk (ABCD 2 ≥4) and 5707 (14%) were low risk (ABCD 2 =0–3). Overall rate of mortality during 1-year follow-up after hospital discharge for the index TIA was 11.7%, 44.3% were rehospitalised for any reason and 3.6% were readmitted due to stroke. Patients with ABCD 2 score ≥4 had higher mortality at 1 year than not (adjusted HR 1.18, 95% CI 1.07 to 1.30). Adjusted risks for ischaemic stroke, all-cause readmission and mortality/all-cause readmission at 1 year were also significantly higher for patients with ABCD 2 score ≥4 vs 0–3. In contrast, haemorrhagic stroke, myocardial infarction, gastrointestinal bleeding and intracranial haemorrhage risk were not significantly different by ABCD 2 score. Conclusions This study validates the use of ABCD 2 score for long-term risk assessment after TIA in patients aged 65 years and older. Attentive efforts for community-based follow-up care after TIA are needed for ongoing prevention in Medicare beneficiaries who were hospitalised for TIA.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 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 ».