Factors Related to Early Versus Late Hospital Arrival in Acute Ischemic Stroke
Notice bibliographique
Résumé
Background: The onset-to-arrival time affects the decision of intravenous thrombolysis therapy which is associated with stroke’s prognosis. This study aimed to evaluate factor associated with early and late arrival of patients with Acute Ischemic Stroke and the effect on patients’ outcomes. Materials and Methods: Patients confirmed with acute ischemic stroke in central stroke centers were included in a prospective study. The patients were grouped into early arrivers (less than 4.5 hours) and late arrivers (at and after 4.5 hours). Patients’ data were obtained from the stroke registry system. Results: In Summary, Higher initial NIHSS, less than 15 km from the hospital, a history of CVA, Diabetes, Abnormal blood pressure, EMS transportation, Atrial fibrillation, and current use of anticoagulants, Not using opium, and not smoking was significantly associated with early arrival time. Normal blood pressure AF was a negative and significant (p-value=0.001, Odds ratio: 0.38) predictor of the late arrival. Normal blood pressure was a positive and significant (p-value<0.001, Odds ratio: 4.762) predictor of the late arrival. Conclusion: Some baseline factors are associated with the onset-arrival time of patients with ischemic stroke.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».