The Impact of Stroke Public Awareness Campaigns Differs Between Sociodemographic Groups
Notice bibliographique
Résumé
BACKGROUND: Prehospital delays are a major obstacle to timely reperfusion therapy in acute ischemic stroke. Stroke sign recognition, however, remains poor in the community. We present an analysis of repeated surveys to assess the impact of Face, Arm, Speech, Time (FAST) public awareness campaigns on stroke knowledge. METHODS: Four cross-sectional surveys were conducted between July 2016 and January 2019 in the province of Quebec, Canada (n = 2,451). Knowledge of FAST stroke signs (face drooping, arm weakness and speech difficulties) was assessed with open-ended questions. A bilingual English/French FAST public awareness campaign preceded survey waves 1-3 and two campaigns preceded wave 4. We used multivariable ordinal regression models weighted for age and sex to assess FAST stroke sign knowledge. RESULTS: We observed an overall significant improvement of 26% in FAST stroke sign knowledge between survey waves 1 and 4 (odds ratio [OR] = 1.26; 95% CI: 1.02, 1.55; p = 0.035). After the last campaign, however, 30.5% (95% CI: 27.5, 33.6) of people were still unable to name a single FAST sign. Factors associated with worse performance were male sex (OR = 0.68; 95% CI: 0.53, 0.86; p = 0.002) and retirement (OR = 0.54; 95% CI: 0.35, 0.83; p = 0.005). People with lower household income and education had a tendency towards worse stroke sign knowledge and were significantly less aware of the FAST campaigns. CONCLUSIONS: Knowledge of FAST stroke signs in the general population improved after multiple public awareness campaigns, although it remained low overall. Future FAST campaigns should especially target men, retired people and individuals with a lower socioeconomic status.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».