Abstract TP237: Acute Risk Factors Associated With Health Service Use Within 90 Days Before Stroke: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background: While traditional risk factors are chronic in nature, it is difficult to predict the risk of stroke with respect to time. Identifying certain acute risk factors, particularly associated with a health service contact, may help to prevent stroke. We performed a systematic review to understand the acute risk factors having health service contact within 90 days before incident strokes. Methods: PubMed, Embase and Scopus were searched for studies within last 10 years (2013- September 2022). Studies selected using PRISMA guidelines underwent quality assessment with Newcastle Ottawa scale. Three reviewers independently reviewed and included case control, case-crossover, self-controlled case series and cohort studies that reported raw data or estimates of association between acute events having healthcare contact within 90 days and stroke. Results: 106 studies across 14 countries were included from 12,628 records. Most studies reported all types of strokes as the outcome, with the most evaluated risk-periods being 30 and 90 days before stroke. Groups of acute risk factors were identified based on the reason for healthcare contact. Surgeries(n=43) and medical conditions(n=37) were the commonest groups identified for contacting health services in the acute period before stroke, followed by medications(n=14) and other reasons(n=12) including vaccinations and pathology tests. Subgroups were identified based on the type of acute risk factor (Figure 1). The most commonly examined acute risk factors included infections, myocardial infarction, cardiac surgeries, use of antipsychotics and influenza vaccines. Detailed meta-analyses summarizing the magnitude of effect under each sub-group will be presented. Conclusion: Potential acute risk factors having healthcare contact within 90 days preceding stroke have been identified. Further research to assess the role of interventions in health services addressing the risk of stroke from these events is warranted.
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 | 0,012 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,021 | 0,044 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».