Stroke reperfusion treatment trends in New Zealand: 2019 & 2020.
Notice bibliographique
Résumé
AIM: This study assessed stroke reperfusion treatments trends in 2019 and 2020 with comparison back to 2015. Additional analyses looked at differences by sex and ethnicity. METHOD: The National Stroke Register contains data on all stroke patients who received reperfusion therapies since 2015. Outcomes included treatment rates, delays, mortality and complications by year, sex, and ethnicity. Continuous variables were compared using the Wilcoxon Rank-Sum Test and presented as p-values. Rate-based results were compared using incidence rate comparison and presented as p-values +/- 95% confidence intervals. RESULTS: In 2020, 11.3% (828/7333) received intravenous thrombolysis (IVT) and 5.5% (404/7333) underwent stroke clot retrieval (SCR), increasing from 6.5% (389/5963) and 0.5% (30/5963) in 2015, respectively. Among reperfused patients (IVT, SCR, both), 8.3% had died at seven days and 3.0% (29/959) experienced sICH. Door-to-treatment time was stable between 2019 and 2020, with median (IQR) of 61 (44-84) and 61 (41-87) minutes, respectively. Initial presentation to a SCR centre was associated with shorter onset-to-reperfusion time of 286 (206-566) minutes, compared with 403 (295-550) minutes (p<0.001). While onset-to-door time was shorter for Māori (72 (44-112) minutes, p<0.001) and Pacific patients (70 (48-105) minutes, p=0.03) compared with NZ Europeans, door-to-needle time was longer in Māori (66 (48-88) compared to 59 (41-83) minutes (p=0.001). Female (73.7+/15.3 years) patients were on average 4.4 years older than males (69.3+/-14.6 years) and less likely to receive thrombolysis (12.7% vs 14.9%, p=0.02). CONCLUSION: Reperfusion therapy rates continue to rise, now driven by increasing rates of SCR. Longer door-to-needle time in Māori and lower reperfusion rates in women require further exploration and attention.
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 | 0,004 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».