Disparity in risk factors of ischemic stroke in four coastal-area hospitals in China
Notice bibliographique
Résumé
Background: Currently, ischemic stroke is the leading cause of death in China. To compare regional differences of ischemic stroke, we analyzed the clinical characteristics of patients with ischemic stroke in four regionally representative hospitals in China. Methods: We conducted a retrospective study at four tertiary hospitals in east China, with regionally representative patients. The associated factors include hypertension, diabetes mellitus, coronary heart disease, hyperlipidemia and a combination of these factors. The standardized ratio (SR), estimated as the observed number divided by the expected number, computed as the sum of predicted probabilities from a multivariable logistic regression model derived using data from all other cities, was used to compare to average levels. Results: A total of 34,707 patients were included. The number of patients increased with age in all four hospitals and patients were predominantly male. The number of ischemic stroke cases with related factors increased with age, except for hyperlipidemia. There was no significant gender difference when multiple related factors existed simultaneously. Coronary heart disease had a more significant impact on ischemic stroke in Qingdao Municipal Hospital and the First Hospital of Qinhuangdao, while hyperlipidemia had a significant influence on ischemic stroke in the First Hospital of Qinhuangdao. Conclusions: At four hospitals in east China, with the increase of age, the risk factors associated with ischemic stroke increased, and the distribution of ischemic stroke-related factors showed regional differences.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».