MétaCan
Menu
Retour à la cohorte
Enregistrement W4285091778 · doi:10.1177/23969873221108739

Stroke care in Armenia: Recent developments

2022· article· en· W4285091778 sur OpenAlexaff
Nune Yeghiazaryan, Anna Isahakyan, Lina Zubalova, Yekaterina Hovhannisyan, Greta Sahakyan, Sharon Chekijian, Samson Khachatryan, M Muratoglu, Manvel Aghasaryan, Viken L. Babikian

Notice bibliographique

RevueEuropean Stroke Journal · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésStroke (engine)Government (linguistics)MedicineAcute strokeHealth carePopulationCause of deathMedical emergencyLow and middle income countriesPublic healthEconomic growthNursingDeveloping countryEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Introduction: Armenia is an upper-middle-income country with a population of nearly 3 million. Stroke is one of its major public health problems and ranks as the sixth leading cause of death, with a mortality of 75.5 per 100,000. Methods and results: Until recently, modern stroke care was not available in Armenia. During the past 8 years substantial advances have been made in building medical infrastructure and delivering acute stroke care. This manuscript describes contributors to this progress, including extensive and long-term collaboration with international stroke experts, the development of hospital-based stroke teams, and a funding commitment for stroke care by the government. Conclusion: The results of acute stroke revascularization procedures during the past 3 years are reviewed and found to meet international standards. Future directions are discussed including the immediate need to expand acute stroke care to underserved parts of the country by adding primary and comprehensive stroke centers. An active educational program for nurses and physicians and the TeleStroke system development will help support this expansion.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,248
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Stroke JournalMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207