P.061 How neurologists screen for occult cancer in acute ischemic stroke
Notice bibliographique
Résumé
Background: People with acute ischemic stroke (IS) have a higher prevalence of occult malignancy. Consensus is lacking, however, on the extent of cancer screening tests that should be offered in this population. We performed a single-center study to review curent cancer screening practices in acute IS. Methods: We reviewed consecutive admissions for acute IS at our institution between January and December 2020. We defined extensive cancer screening as i) a cancer investigation test falling outside Canadian guidelines, or ii) any chest, abdomen or pelvis imaging by CT, TEP/CT or ultrasound. We compared clinical features of people with and without extensive screening with Fisher and Mann-Whitney U tests. Results: Among 171 patients with acute IS, 11 (6.4%) underwent extensive cancer screening. A lower BMI was the only clinical feature associated with extensive cancer screening (p=0.013). Markers that were not associated with extensive screening included age (p=0.479), male sex (p=0.758), cryptogenic etiology (p=1.000), infarctions in multiple vascular territories (p=0.748), hemoglobin (p=0.505), fibrinogen (p=0.162) and C-reactive protein (p=0.442). Conclusions: Common predictors of occult cancer were not associated with more extensive cancer screening in this small sample of IS. Validated clinical prediction models may help clinicians guide cancer investigations in IS.
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 | 0,002 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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 ».