Abstract P699: Trends in Ischemic Stroke Risk Factors and Outcomes in a Rural Population in the United States
Notice bibliographique
Résumé
Introduction: The stroke mortality rate has gradually declined due to improved interventions and controlled risk factors. We investigated the trends in stroke risk factors and outcomes among a rural population in the United States between 2004 and 2018. Methods: We built a comprehensive stroke database called “Geisinger NeuroScience Ischemic Stroke (GNSIS)” for this study. Clinical data were extracted from multiple sources, including electronic health records and quality data. Results: Our cohort comprised of 8,561 consecutive ischemic stroke patients (mean age: 70.1±13.9 years, men: 51.6%, 95.1% Caucasian). Hypertension was the most prevalent risk factor (75.2%). The rate of hypertension, diabetes, dyslipidemia, and history of stroke increased significantly over the fifteen years window. The one-year recurrence and mortality rates were 6.3% and 15.8%, respectively. Although the one-year stroke recurrence increased from 2004 to 2018 (Cochran-Armitage test Z = -3.66, p<0.001), the one-year stroke mortality rate decreased significantly (Cochran-Armitage test Z = 2.39, p=0.008). Age >65 years, atrial fibrillation or flutter, heart failure, and prior ischemic stroke were independently associated with one-year all-cause mortality in stratified Cox proportional hazards model. In the Fine-Gray competing risk model, diabetes mellitus and age <65 years was found to be associated with one-year ischemic stroke recurrence. In the logistic regression, chronic kidney disease (CKD), diabetes, and prior ischemic stroke were predictors of one-year recurrence while age >65 years, atrial fibrillation or flutter, CKD, heart failure, prior hemorrhagic and ischemic stroke, history of neoplasm, myocardial infarction, and rheumatic diseases were predictors of one-year mortality. Conclusion: Although stroke mortality has decreased, stroke recurrence and several vascular risk factors have significantly increased in our rural population between 2004-2018. Older age, atrial fibrillation or flutter, heart failure, and prior ischemic stroke were independently associated with one-year all-cause mortality while diabetes mellitus and age less than 65 years were predictors of ischemic stroke recurrence.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».