MétaCan
Menu
Retour à la cohorte
Enregistrement W3100237528 · doi:10.1002/ana.25967

The Impact of <scp>SARS‐CoV</scp>‐2 on Stroke Epidemiology and Care: A Meta‐Analysis

2020· review· en· W3100237528 sur OpenAlexaff
Aristeidis H. Katsanos, Lina Palaiodimou, Ramin Zand, Shadi Yaghi, Hooman Kamel, Babak B. Navi, Guillaume Turc, Michele Romoli, Vijay K. Sharma, Dimitris Mavridis, Shima Shahjouei, Luciana Catanese, Ashkan Shoamanesh, Κonstantinos Vadikolias, Konstantinos Tsioufis, Παγώνα Λάγιου, Andrei V. Alexandrov, Sotirios Tsiodras, Georgios Tsivgoulis

Notice bibliographique

RevueAnnals of Neurology · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensMcMaster UniversityPopulation Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésMedicineOdds ratioStroke (engine)Internal medicineMeta-analysisConfidence intervalCohort studyEpidemiologyCohortThrombolysisDiabetes mellitusMyocardial infarction

Résumé

récupéré en direct d'OpenAlex

Objective Emerging data indicate an increased risk of cerebrovascular events with severe acute respiratory syndrome coronavirus 2 (SARS‐CoV‐2) and highlight the potential impact of coronavirus disease (COVID‐19) on the management and outcomes of acute stroke. We conducted a systematic review and meta‐analysis to evaluate the aforementioned considerations. Methods We performed a meta‐analysis of observational cohort studies reporting on the occurrence and/or outcomes of patients with cerebrovascular events in association with their SARS‐CoV‐2 infection status. We used a random‐effects model. Summary estimates were reported as odds ratios (ORs) and corresponding 95% confidence intervals (CIs). Results We identified 18 cohort studies including 67,845 patients. Among patients with SARS‐CoV‐2, 1.3% (95% CI = 0.9–1.6%, I 2 = 87%) were hospitalized for cerebrovascular events, 1.1% (95% CI = 0.8–1.3%, I 2 = 85%) for ischemic stroke, and 0.2% (95% CI = 0.1–0.3%, I 2 = 64%) for hemorrhagic stroke. Compared to noninfected contemporary or historical controls, patients with SARS‐CoV‐2 infection had increased odds of ischemic stroke (OR = 3.58, 95% CI = 1.43–8.92, I 2 = 43%) and cryptogenic stroke (OR = 3.98, 95% CI = 1.62–9.77, I 2 = 0%). Diabetes mellitus was found to be more prevalent among SARS‐CoV‐2 stroke patients compared to noninfected historical controls (OR = 1.39, 95% CI = 1.00–1.94, I 2 = 0%). SARS‐CoV‐2 infection status was not associated with the likelihood of receiving intravenous thrombolysis (OR = 1.42, 95% CI = 0.65–3.10, I 2 = 0%) or endovascular thrombectomy (OR = 0.78, 95% CI = 0.35–1.74, I 2 = 0%) among hospitalized ischemic stroke patients during the COVID‐19 pandemic. Odds of in‐hospital mortality were higher among SARS‐CoV‐2 stroke patients compared to noninfected contemporary or historical stroke patients (OR = 5.60, 95% CI = 3.19–9.80, I 2 = 45%). Interpretation SARS‐CoV‐2 appears to be associated with an increased risk of ischemic stroke, and potentially cryptogenic stroke in particular. It may also be related to an increased mortality risk. ANN NEUROL 2021;89:380–388

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,724
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0100,006
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,201
Tête enseignante GPT0,469
Écart entre enseignants0,268 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations135
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of NeurologyMême sujetLong-Term Effects of COVID-19Travaux en français237 207