The Role of D-Dimer, Fibrinogen and C-Reactive Protein as Plasma Biomarkers in Acute Ischemic Stroke
Notice bibliographique
Résumé
Background: Previous studies on pathophysiology suggest a role of inflammation in atherothrombotic stroke and intracardiac thrombosis in cardioembolic stroke. We explored the magnitude of D-dimer, fibrinogen and C-reactive protein (CRP) as biomarkers in acute ischemic cerebral stroke and their relation to ischemic stroke subtypes and their impact on stroke outcome after 30 days. Methods: The study was performed on 100 patients, admitted to Neurology Department, Menoufiya University, within 24 hours of acute ischemic stroke. Patients were subjected to clinical data collection, general and neurological examination, laboratory assessment (routine and biomarkers), brain computerized tomography (CT), magnetic resonance imaging (MRI), MRA, carotid and vertebrobasilar duplex and cardiac assessment. The patients were classified according to Trial of ORG 10172 in acute stroke treatment (TOAST) classification. Severity and disability were assessed by Scandinavian stroke scale and modified Rankin scale at admission and at 30 days. Results: We found that D-dimer, fibrinogen and CRP were significantly higher in patients than in controls (P < 0.001). D-dimer and fibrinogen were higher in cardioembolic stroke while CRP was higher in atherothrombotic subtype. The biomarkers were correlated significantly with the severity and disability of stroke at onset and 30 days. Conclusions: These three biomarkers in acute ischemic stroke can be considered as non-invasive tools which add important information regarding etiology and outcome. J Neurol Res. 2015;5(6):277-282 doi: http://dx.doi.org/10.14740/jnr362w
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».