Global Impact of the COVID-19 Pandemic on Stroke Volumes and Cerebrovascular Events
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Declines in stroke admission, IV thrombolysis (IVT), and mechanical thrombectomy volumes were reported during the first wave of the COVID-19 pandemic. There is a paucity of data on the longer-term effect of the pandemic on stroke volumes over the course of a year and through the second wave of the pandemic. We sought to measure the effect of the COVID-19 pandemic on the volumes of stroke admissions, intracranial hemorrhage (ICH), IVT, and mechanical thrombectomy over a 1-year period at the onset of the pandemic (March 1, 2020, to February 28, 2021) compared with the immediately preceding year (March 1, 2019, to February 29, 2020). METHODS: codes or classifications in stroke databases. RESULTS: = 0.49). Stroke was diagnosed in 1.3% [1.31-1.38] of 406,792 COVID-19 hospitalizations. SARS-CoV-2 infection was present in 2.9% ([2.82-2.97], 5,656/195,539) of all stroke hospitalizations. DISCUSSION: There was a global decline and shift to lower-volume centers of stroke admission volumes, ICH volumes, and IVT volumes during the 1st year of the COVID-19 pandemic compared with the prior year. Mechanical thrombectomy volumes were preserved. These results suggest preservation in the stroke care of higher severity of disease through the first pandemic year. TRIAL REGISTRATION INFORMATION: This study is registered under NCT04934020.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 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 ».