P.073 The Effect of Cancer on The Prevalence Of Stroke Survivorship In Canada – A Cross-Sectional Study
Notice bibliographique
Résumé
Background: In Canada, it’s unknown if the prevalence of stroke survivorship differs in the population with active cancer compared to those without cancer. Methods: We analyzed the 2015-2016 iteration of the Canadian Community Health Survey. The prevalence of stroke survivorship was compared across risk factors using descriptive statistics. A multivariable logistic regression model was used to assess the association between cancer and prevalence of stroke survivorship. Covariates were assessed for effect modification and confounding using the maximum likelihood estimation method. Results: We analyzed 89,285 subjects. The prevalence of cancer and the prevalence of suffering from the effects of a stroke were 2.09% and 1.56%, respectively. Cancer was significantly associated with an increased prevalence of stroke survivorship with an odds ratio (OR) of 1.56 (95%CI: 1.24 – 1.98) after adjusting for age, sex, smoking status, education, household income, dyslipidemia, hypertension, diabetes. The association was stronger in younger age groups: the youngest age group (18 – 49 years) had the highest OR (6.49, 95%CI:2.01 – 20.94) for suffering from the effects of a stroke in association with the presence of cancer. Conclusions: In Canada, the presence of active cancer increases the odds of suffering from the effects of a stroke, particularly in the youngest age group.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».