Risk factors of ischaemic stroke in patients with atrial fibrillation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Wprowadzenie Migotanie przedsionków (MP) jest częstą arytmią i istotnym czynnikiem ryzyka wystąpienia udaru mózgu. Ryzyko to zależy jednak od współistnienia innych czynników predysponujących do wystąpienia udaru mózgu i MP. Cel pracy: Ocena, które z powszechnie występujących czynników klinicznych najsilniej wiąże się z rozwojem udaru mózgu u pacjentów z MP w porównaniu z pacjentami z rytmem zatokowym. Cel pracy Ocena, które z powszechnie występujących czynników klinicznych najsilniej wiąże się z rozwojem udaru mózgu u pacjentów z MP w porównaniu z pacjentami z rytmem zatokowym. Materiał i metody W retrospektywnym, obserwacyjnym, jednoośrodkowym badaniu analizowano pacjentów z ostrym udarem niedokrwiennym hospitalizowanych w ośrodku neurologicznym od 1 stycznia 2013 do 30 kwietnia 2015 roku. Pacjentów podzielono na grupę z MP i bez MP. Do identyfikacji predyktorów udaru mózgu u pacjentów z MP zastosowano wieloczynnikową analizę regresji logistycznej. Wyniki W retrospektywnym, obserwacyjnym, jednoośrodkowym badaniu analizowano pacjentów z ostrym udarem niedokrwiennym hospitalizowanych w ośrodku neurologicznym od 1 stycznia 2013 do 30 kwietnia 2015 roku. Pacjentów podzielono na grupę z MP i bez MP. Do identyfikacji predyktorów udaru mózgu u pacjentów z MP zastosowano wieloczynnikową analizę regresji logistycznej. Wnioski Badanie wykazało, że u pacjentów z udarem mózgu i MP występowały dodatkowe czynniki ryzyka współistniejące z arytmią. Wykrycie innych potencjalnych przyczyn udaru mózgu u pacjentów z MP jest ważne, aby umożliwić modyfikację niektórych z nich i ustalić skuteczne leczenie poprawiające wyniki w tej grupie chorych.
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.
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 | 0,002 |
| 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 découle