Importance of sex and gender in ischaemic stroke and carotid atherosclerotic disease
Notice bibliographique
Résumé
Stroke is a leading cause of death and disability worldwide. Women are disproportionately affected by stroke, exhibiting higher mortality and disability rates post-stroke than men. Clinical stroke research has historically included mostly men and studies were not properly designed to perform sex- and gender-based analyses, leading to under-appreciation of differences between men and women in stroke presentation, outcomes, and response to treatment. Reasons for these differences are likely multifactorial; some are due to gender-related factors (i.e. decreased social support, lack of stroke awareness), yet others result from biological differences between sexes. Unlike men, women often present with 'atypical' stroke symptoms. Lack of awareness of 'atypical' presentation has led to delays in hospital arrival, diagnosis, and treatment of women. Differences also extend to carotid atherosclerotic disease, a cause of stroke, where plaques isolated from women are undeniably different in morphology/composition compared to men. As a result, women may require different treatment than men, as evidenced by the fact that they derive less benefit from carotid revascularization than men but more benefit from medical management. Despite this, women are less likely than men to receive medical therapy for cardiovascular risk factor management. This review focuses on the importance of sex and gender in ischaemic stroke and carotid atherosclerotic disease, summarizing the current evidence with respect to (i) stroke incidence, mortality, awareness, and outcomes, (ii) carotid plaque prevalence, morphology and composition, and gene connectivity, (iii) the role of sex hormones and sex chromosomes in atherosclerosis and ischaemic stroke risk, and (iv) carotid disease management.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».