Secondary Stroke Prevention in Polish Adults: Results from the LIPIDOGRAM2015 Study
Notice bibliographique
Résumé
Background: The purpose of the study was to evaluate secondary stroke prevention in Poland and its association with sociodemographic factors, place of residence, and concomitant cardiovascular risk factors. Material and methods: From all patients in LIPIDOGRAM2015 Study (n = 13,724), 268 subjects had a history of ischaemic stroke and were included. Results: 165 subjects (61.6%) used at least one preventive medication. Oral antiplatelet and anticoagulation agents were used by 116 (43.3%) and 70 (26.1%) patients, respectively. Only 157 (58.6%) participants used lipid-lowering drugs, and 205 (76.5%) were treated with antihypertensive drugs. Coronary heart disease (CHD) and dyslipidaemia were associated with antiplatelet treatment (p = 0.047 and p = 0.012, respectively). A history of atrial fibrillation, CHD, and previous myocardial infarction correlated with anticoagulant treatment (p = 0.001, p = 0.011, and p < 0.0001, respectively). Age, gender, time from stroke onset, place of residence, and level of education were not associated with antiplatelet or anticoagulant treatment. Only 31.7% of patients were engaged in regular physical activity, 62% used appropriate diet, and 13.6% were current smokers. Conclusions: In Poland drugs and lifestyle modification for secondary stroke prevention are not commonly adhered to. Educational programmes for physicians and patients should be developed to improve application of effective secondary prevention of stroke.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 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 ».