MétaCan
Menu
Retour à la cohorte
Enregistrement W3159828694 · doi:10.1159/000515239

Renal Impairment and Risk of Acute Stroke: The INTERSTROKE Study

2021· article· en· W3159828694 sur OpenAlexafffund
Andrew Smyth, Conor Judge, Xingu Wang, Guillaume Paré, Sumathy Rangarajan, Michelle Canavan, Siu Lim Chin, Fawaz Al‐Hussain, Afzalhussein Yusufali, Ahmed ElSayed, Albertino Damasceno, Álvaro Avezum, Anna Członkowska, Annika Rosengren, Antonio L. Dans, Aytekin Oğuz, Charles Mondo, Christian Weimar, Danuta Ryglewicz, Denis Xavier, Fernando Laņas, Germán Málaga, Graeme J. Hankey, Helle K. Iversen, Hongye Zhang, Khalid Yusoff, Nana Pogosova, Patricio Lopez-Jamarillo, Peter Langhorne, Rafael Díaz, Shahram Oveisgharan, Salim Yusuf, Martin O’Donnell

Notice bibliographique

RevueNeuroepidemiology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Kidney Disease and Diabetes
Établissements canadiensHamilton Health SciencesMcMaster UniversityPopulation Health Research Institute
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineStroke (engine)Acute strokeInternal medicineIntensive care medicineTissue plasminogen activator

Résumé

récupéré en direct d'OpenAlex

<b><i>Background:</i></b> Previous studies reported an association of renal impairment with stroke, but there are uncertainties underpinning this association. <b><i>Aims:</i></b> We explored if the association is explained by shared risk factors or is independent and whether there are regional or stroke subtype variations. <b><i>Methods:</i></b> INTERSTROKE is a case-control study and the largest international study of risk factors for first acute stroke, completed in 27 countries. We included individuals with available serum creatinine values and calculated estimated glomerular filtration rate (eGFR). Renal impairment was defined as eGFR <60 mL/min/1.73 m<sup>2</sup>. Multivariable conditional logistic regression was used to determine the association of renal function with stroke. <b><i>Results:</i></b> Of 21,127 participants, 41.0% were female, the mean age was 62.3 ± 13.4 years, and the mean eGFR was 79.9 ± 23.5 mL/min/1.73 m<sup>2</sup>. The prevalence of renal impairment was higher in cases (22.9% vs. 17.7%, <i>p</i> < 0.001) and differed by region (<i>p</i> < 0.001). After adjustment, lower eGFR was associated with increased odds of stroke. Renal impairment was associated with increased odds of all stroke (OR 1.35; 95% CI: 1.24–1.47), with higher odds for intracerebral hemorrhage (OR 1.60; 95% CI: 1.35–1.89) than ischemic stroke (OR 1.29; 95% CI: 1.17–1.42) (<i>p</i><sub>interaction</sub> 0.12). The largest magnitudes of association were seen in younger participants and those living in Africa, South Asia, or South America (<i>p</i><sub>interaction</sub> < 0.001 for all stroke). Renal impairment was also associated with poorer clinical outcome (RRR 2.97; 95% CI: 2.50–3.54 for death within 1 month). <b><i>Conclusion:</i></b> Renal impairment is an important risk factor for stroke, particularly in younger patients, and is associated with more severe stroke and worse 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 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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,276

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,017
Tête enseignante GPT0,302
Écart entre enseignants0,285 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations10
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuroepidemiologyMême sujetChronic Kidney Disease and DiabetesTravaux en français237 207