MétaCan
Menu
Retour à la cohorte
Enregistrement W4200321603 · doi:10.1136/bmjopen-2021-050559

Impact of COVID-19 pandemic on haemorrhagic stroke admissions: a systematic review and meta-analysis

2021· review· en· W4200321603 sur OpenAlexaboutno aff
Yijie You, Yunlian Niu, Fengbing Sun, Jian Zhang, Sheng Huang, Peiyuan Ding, Xuhui Wang

Notice bibliographique

RevueBMJ Open · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineStroke (engine)PandemicCochrane LibraryMeta-analysisOdds ratioMEDLINECoronavirus disease 2019 (COVID-19)Web of scienceEmergency medicineIntracerebral hemorrhageSubarachnoid hemorrhageInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND PURPOSE: COVID-19 pandemic, a global health crisis, is disrupting the present medical environment. This systematic review and meta-analysis aimed to evaluate the impact of the COVID-19 pandemic on stroke hospitalisations, especially haemorrhagic stroke. METHODS: The EMBASE, PubMed, Web of Science, Elsevier, Medline, Cochrane Library and Google Scholar electronic databases were searched for all relevant studies. Two researchers independently screened the studies, extracted data and assessed the quality of the included studies. Odds ratio (OR), total events, OR and 95% CI were considered as the effect size. A fixed-effects model was used to pool the study-specific estimate. The present study was performed by using Review Manager (V.5.3.0) software. We assessed the risk of bias using the Newcastle-Ottawa Scale. RESULTS: A total of 17 studies with 14 445 cases were included. Overall, the number of stroke admissions is lower in the pandemic period versus the control period (6252 vs 8193). The difference of haemorrhagic stroke is significant, with 1233 of 6252 cases in the pandemic group and 1621 of 8193 cases in the control group. Intracerebral haemorrhage is present in 461 of 1948 cases in the pandemic group and 618 of 2734 cases in the control group. As for subarachnoid haemorrhage, the difference between the two groups is significant, with 70 of 985 cases in the pandemic group and 202 of 1493 cases in the control group. CONCLUSIONS: The number of stroke admissions is lower in the pandemic period compared with the control period. There is a higher rate of haemorrhagic stroke in the pandemic period. Subgroup analysis identifies a significant increase in the occurrence of intracerebral haemorrhage in the pandemic period. Due to limited data and the impact of a single article, the impact of COVID-19 pandemic on subarachnoid haemorrhage is unclear.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,043
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0220,040
Bibliométrie0,0080,009
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,628
Tête enseignante GPT0,633
Écart entre enseignants0,005 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations18
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetCOVID-19 and healthcare impactsTravaux en français237 207