Prognostic factors of first-ever stroke patients in suburban Malaysia by comparing regression models
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
<b>Introduction:</b> The aim of this study was to compare regression models based on the parameter estimates of prognostic factors of mortality in first-ever stroke patients.<br /> <b>Methods:</b> A retrospective study among 432 first-ever stroke patients admitted to Hospital Universiti Sains Malaysia, Kelantan, Malaysia, was carried out. Patient’s medical records were extracted using a standardized data collection sheet. The statistical analyses used for modelling the prognostic factors of mortality were Cox proportional hazards regression, multinomial logistic regression, and multiple logistic regression.<br /> <b>Results:</b> A total of 101 (23.4%) events of death were identified and 331 patients (76.6%) were alive. Despite using three different statistical analyses, the results were very similar in terms of five major aspects of parameter estimates, namely direction, estimation, precision, significance, and magnitude of risk assessment. It was reported slightly better in Cox proportional hazards regression model, especially in terms of the precision of the results.<br /> <b>Conclusions:</b> Given that this study had compared the findings from three different types of advanced statistical methods, this research has clearly yielded that with data of high quality, the selection of appropriate statistical method should not be a worrisome problem for researchers who may not be of expertise in the field of medical statistics.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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