Abstract P701: Depression, OSA, and Anxiety (DOA) Related Healthcare Burden Amongst Stroke Survivors- A National Estimate
Notice bibliographique
Résumé
Background: Evaluation of mental health of acute ischemic stroke (AIS) patients is crucial to reduce health care burden. Objective: Aim of this study was to evaluate the prevalence and outcomes [morbidity, disability (APRDRG loss of function) and discharge disposition] of DOA amongst AIS patients. Methods: A cross-sectional study was conducted on Nationwide Inpatient Sample from 2003-2017. Adult primary hospitalizations with AIS were extracted and concurrent DOA were identified using ICD-9/10-CM codes. Weighted analysis using Chi-square test and mixed-effect multivariable survey logistic regression was performed to evaluate prevalence and role of DOA to predict the outcomes. Definitions of outcomes were mentioned in Table 1 . Results: Out of a total 5,690,773 AIS hospitalizations, 2.65%, 3.1% and 4.37% had depression, OSA, and anxiety, respectively. In AIS patients, females had higher prevalence of depression [3.43 vs 2.25%] and anxiety [5.92 vs 3.04%] and lower prevalence of OSA [2.21 vs 4.40%] in comparison to males. (p<0.0001) Caucasians had a higher prevalence of depression [3.11 vs 2.12 vs 2.84 vs 1.81 vs 2.54%], OSA [3.43 vs 3.27 vs 2.42 vs 1.60 vs 3.24%], and anxiety [5.26 vs 2.48 vs 3.75 vs 2.13 vs 3.59%] in comparison to AA, Hispanic, Asian, and Native American, respectively. (p<0.0001) Depressed patients had a higher prevalence of morbidity (9 vs 8 vs 5 vs 7%), disability [46 vs 46 vs 35 vs 37%], transfer to non-home [69 vs 58 vs 61 vs 63%] in comparison with OSA, anxiety and non-DOA patients, respectively. (p<0.0001) Depression was associated with 40% higher chance of severe disability (aOR 1.4; 95%CI 1.38-41), morbidity (1.36; 1.33-1.38) and discharge to non-home (1.54; 1.52-1.56). OSA and anxiety had higher odds of non-home discharge amongst post-AIS hospitalizations. (Table 1) Conclusion: DOA is associated with poor outcomes amongst post-AIS patients. Prompt recognition by screening and timely management of DOA may mitigate the adverse outcomes.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».