Impact of COVID-19 pandemic on stroke admissions in Qatar
Notice bibliographique
Résumé
INTRODUCTION: The COVID-19 pandemic has resulted in a dramatic unexplained decline in hospital admissions due to acute coronary syndromes and stroke. Several theories have emerged aiming to explain this decline, mostly revolving around the fear of contracting the disease and thus avoiding hospital visits. AIMS: In this study, we aim to examine the impact of the COVID-19 pandemic on stroke admissions to a tertiary care centre in Qatar. METHODS: The Hamad General Hospital stroke database was interrogated for stroke admissions between September 2019 and May 2020. The number of stroke admissions, stroke subtypes and short-term outcomes was compared between the 'pre-COVID-19' period (September 2019 to February 2020) and the COVID-19 pandemic period (March to May 2020). RESULTS: We observed a significant decline in monthly admissions in March (157), April (128) and May (135) compared with the pre-COVID-19 6-month average (229) (p=0.024). The reduction in admissions was most evident in functional stroke mimics. The average admissions decreased from 87 to 34 per month (p=0.0001). Although there were no significant differences in admissions due to ischaemic stroke (IS), intracranial haemorrhage or transient ischaemic attacks between the two periods, we noted a relative decrease in IS due to small vessel disease and an increase in those due to large vessel atherosclerosis in March to May 2020. CONCLUSIONS: The decline in overall stroke admissions during the COVID-19 pandemic is most likely related to concerns of contracting the infection, evidenced mainly by a decline in admissions of stroke mimics. However, a relative increase in large vessel occlusions raises suspicion of pathophysiological effects of the virus, and requires further investigation.
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 | 0,006 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».