Temporal Trends in Patient Characteristics and Treatment With Intravenous Thrombolysis Among Acute Ischemic Stroke Patients at Get With the Guidelines-Stroke Hospitals
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
Substantial efforts over the past decade have increased rates of intravenous tissue plasminogen activator (tPA) use in the United States. We sought to determine changes in patient characteristics and rates of tPA use over time among hospitalized acute ischemic stroke (AIS) patients.We analyzed all AIS patients (n=1 093 895) and those arriving ≤ 2 hours and treated with tPA ≤ 3 hours after onset (n=50 798) from 2003 to 2011 in the American Heart Association's Get with the Guideline-Stroke (GWTG-Stroke). Categorical data were analyzed by Pearson χ(2) and continuous data by Wilcoxon test. Intravenous tPA use ≤ 3 hours after onset increased from 4.0% to 7.0% in all AIS admissions and 42.6% to 77.0% in AIS patients arriving ≤ 2 hours and fully eligible for tPA (P<0.001). In univariate analysis, tPA use increased over time, especially in those aged >85 years, nonwhite, and with milder strokes (National Institutes of Health Stroke Scale 0-4). Door-to-image time (median 24 versus 20 minutes) and door-to-tPA time (median 81 versus 72 minutes) also improved, with ≈65% of tPA-treated patients getting brain imaging ≤ 25 minutes after arrival. Multivariable analysis showed that with each additional calendar year, the odds that an eligible patient would receive tPA increased by 1.37-fold, adjusting for other covariates.The frequency of IV tPA use among all AIS patients, regardless of contraindications, nearly doubled from 2003 to 2011. Treatment with tPA has expanded to include more patients with mild deficits, nonwhite race/ethnicity, and oldest old age.
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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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