Before the door: Comparing factors affecting symptom onset to first medical contact for STEMI patients between a high and low-middle income country
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Early reperfusion in patients with ST-segment elevation myocardial infarction (STEMI) has been associated with preservation of left ventricular function and decrease in mortality. Symptom onset to first medical contact (FMC) time consumes the majority of total ischemic time, and remains one of the main reasons that patients do not receive timely care. With FMC to reperfusion time being effectively reduced in many parts of the world, the focus is now shifting to reducing symptom onset to FMC times. Methods: This mixed-methods observational study was designed to elucidate factors affecting symptom onset to FMC time at a regional cardiac center in a low-middle income country (LMIC) and a high-income country (HIC). A review of the Aswan Heart Center and Hamilton General Hospital STEMI registry in Egypt and Canada was conducted, and retrospective semi-structured questionnaires carried out for a convenience sample of 158 patients. Results: Gender, symptom type and severity were none-modifiable factors found between early and late presenters. Modifiable factors found were actions of bystanders, actions of patients, transportation method and time. Emotional factors also showed differences between the two groups. Conclusion: While some concepts are generalizable, contextual differences in demographics, risk factors, access and knowledge are identified. These factors can be used to inform tailored knowledge translation strategies to help reduce symptom onset to FMC in both LMIC and HIC.
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.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 découle