Mortality Rate of Acute Stroke in Iran: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background: There is limited data about the short-term stroke mortality rates for patients in treatment settings. Objectives: This study aimed to estimate the short-term stroke (in hospital, one month, one year) mortality rates in Iran through a systematic review and meta-analysis. Materials & Methods: We searched electronic databases, including three national (IranDoc, Megiran, SID) and four international (Scopus, PubMed, Web of Science, Google Scholar), from January 1990 to March 2020. We considered all observational studies on stroke mortality, such as cohort and crosssectional studies. Furthermore, the sub-group analyses were performed based on each province and metaregression analysis based on the study’s year and patients’ mean age. Results: Among 143 studies, 28 were eligible (11 cohort and 17 cross-sectional studies). Based on the random model, the mortality rates for in-hospital, 1-month, and 1-year mortality were reported as 18.71% (95% CI: 15.09%-22.34%), 23.43% (95% CI: 20.08%-26.78%), and 34.44% (95% CI: 32.02%- 36.85%), respectively. The results also revealed that mortality rates were neither related to the year studies conducted nor to the patient’s age. Conclusion: Approximately one-fifth of stroke patients in Iran die in the hospital after admission. The mortality rate increased in the one-month and one-year period, and about one-third of the patients died in the first year. Therefore, it is cardinal to focus on programs and solutions in which we can ameliorate mortality in the short-term period after stroke by performing primary specific treatments on patients.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».