MétaCan
Menu
← Retour à la cohorte
Enregistrement W4210298534 · doi:10.1161/str.53.suppl_1.35

Abstract 35: Unmet Need In Acute Ischemic Stroke Patients Arriving After 4.5 Hours

2022· article· en· W4210298534 sur OpenAlexaff
Brian Mac Grory, Ying Xian, Nicole Solomon, Roland Matsouaka, Marquita Decker‐Palmer, Gregg C. Fonarow, Eric E. Smith, Lee H. Schwamm

Notice bibliographique

RevueStroke · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineStroke (engine)Arrival timeEmergency medicinePopulation

Résumé

récupéré en direct d'OpenAlex

Introduction: Many patients arrive beyond the guideline-recommended time window for treatment with IV alteplase. For most of these patients, few treatment options exist. There is a need to understand the characteristics, outcomes, and healthcare costs of patients in this population in order to develop new treatments options. Methods: We analyzed patients ≥65 years old with a primary diagnosis of AIS arriving within 24 hours of time last known well (LKW) but not treated with IV alteplase at Get With The Guidelines-Stroke Hospitals in the United States (Jan 2016 - Dec 2016). We report clinical characteristics, 90-day and 1-year outcomes including Medicare costs, stratified by time from LKW to arrival (≤4.5 hours, >4.5-6 hours and >6-24 hours). Results: Of 39,760 patients (80.0% White, 10.5% Black, 4.1% Hispanic, 2.2% Asian), 20,369 (51.2%) presented from 4.5 - 24 hours of LKW. Compared to patients arriving within ≤4.5 hours, patients arriving within 4.5 - 24 hours of LKW were more likely to be Black, Hispanic, or Asian (≤4.5 hours: 9.4% Black, 3.8% Hispanic, 1.9% Asian; >4.5 - 6 hours: 11.7% Black, 4.1% Hispanic, 2.4% Asian; >6 - 24 hours since LKW: 11.6% Black, 4.4% Hispanic, 2.6% Asian; p < 0.001). The most common discharge location for those arriving within ≤4.5 hours was home; for those arriving >4.5 hours since LKW the most common discharge location was inpatient rehab (IRF) or skilled nursing facility (SNF) (≤4.5 hours: 44.7% home vs 42.3% IRF or SNF; >4.5 - 6 hours: 35.4% home vs 51.7% IRF or SNF; >6 - 24 hours: 35.8% home vs 51.0% IRF or SNF). The 90-day and 1-year mortality rates were 18.9% and 30.0% in those arriving within ≤4.5 hours, 19.0% and 29.8% in those arriving between 4.5 - 6 hours, and 19.1% and 29.1% in those arriving between 6 - 24 hours. Median 90-day inpatient costs were highest among those arriving 6 - 24 hours from LKW (≤4.5 hours: $9,471 [IQR: 5,622-21,356]; >4.5 - 6 hours: $10,884 [IQR: 6,036-25,992]; 6 -24 hours: $11,162 [6,073-26,372]). Conclusions: Results show the importance of timely hospital arrival, as well as a need to address racial disparities in arrival times, reduce costs, and develop new treatment options for patients with AIS arriving after 4.5 hours from last known well time.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,017
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,001

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 Opus0,008
Tête enseignante GPT0,239
Écart entre enseignants0,232 · 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'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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStroke→Même sujetAcute Ischemic Stroke Management→Travaux en français237 207→