Abstract WMP38: Access to Acute Stroke Care: Global Perspective From Registry of Stroke Care Quality (RES-Q)
Notice bibliographique
Résumé
Introduction: Disparities in access to acute stroke care represents a major global challenge. Addressing such challenges requires a comprehensive understanding of the variations in stroke care quality between nations. Methods: We used data from the global Registry of Stroke Care Quality (RES-Q). RES-Q is web-based quality monitoring platform for the management of stroke care. Key quality metrics on patients with acute ischemic stroke admitted in 2022 were calculated: patients percentage arriving by Emergency Medical Services (EMS); patients percentage admitted to the Stroke Unit/Intensive Care Unit (ICU); Door-to-Imaging Time (DIT), Door-to-Needle Time (DNT) for intravenous thrombolysis. Results: Of 153 181 patients across 912 hospitals in 67 countries enrolled in the register, 125 390 had acute ischemic stroke. After excluding secondary transfers (n=26 648), missing or erroneous data (n=45 526), and countries with <200 cases (n=1 410), a total of 51,806 patients from 696 hospitals and in 30 countries were analyzed. The percentage of patients arriving at healthcare facilities by EMS varied from 3% to 98% (median 51%; IQR 26-87) and admitted to the Stroke Units/ICUs from 25% to 99% (median 78%; IQR 47-89). The median DIT was 32; IQR 21-39, with range 10-60 minutes. The median DNT was 44; IQR 31-52, with range 20-71 minutes. Median DNT of patients admitted directly to the CT scanner was 24 minutes (IQR 15-38), and, if admitted to the emergency department, DNT was 39 minutes (IQR 25-55). Data by quartiles (best is blue, worst is red) from each country are presented in a detailed Table below. Conclusion: Our study underscores the critical role of the global registry in enabling cross-national comparative analyses of acute stroke care quality. The findings highlight disparities and variations in critical aspects of acute stroke care, paving the way for targeted interventions, policy reforms, and enhanced collaboration among stakeholders to improve stroke care globally.
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 | 0,007 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,017 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».