Rapid outpatient transient ischemic attack clinic and stroke service activity during the SARS-CoV-2 pandemic: a multicenter time series analysis
Notice bibliographique
Résumé
Background and aim Rapid outpatient evaluation and treatment of TIA in structured clinics have been shown to reduce stroke recurrence. It is unclear whether short-term downtrends in TIA incidence and admissions have had enduring impact on TIA clinic activity. This study aims to measure the impact of the pandemic on hospitals with rapid TIA clinics. Methods Relevant services were identified by literature search and contacted. Three years of monthly data were requested – a baseline pre-COVID period (April 2018 to March 2020) and an intra-COVID period (April 2020 to March 2021). TIA presentations, ischemic stroke presentations, and reperfusion trends inclusive of IV thrombolysis (IVT) and endovascular thrombectomy (EVT) were recorded. Pandemic impact was measured with interrupted time series analysis, a segmented regression approach to test an effect of an intervention on a time-dependent outcome using a defined impact model. Results Six centers provided data for a total of 6,231 TIA and 13,191 ischemic stroke presentations from Australia (52.1%), Canada (35.0%), Italy (7.6%), and England (5.4%). TIA clinic volumes remained constant during the pandemic (2.9, 95% CI –1.8 to 7.6, p = 0.24), as did ischemic stroke (2.9, 95% CI –7.8 to 1.9, p = 0.25), IVT (−14.3, 95% CI −36.7, 6.1, p < 0.01), and EVT (0, 95% CI –16.9 to 16.9, p = 0.98) counts. Proportion of ischemic strokes requiring IVT decreased from 13.2 to 11.4% (p < 0.05), but those requiring EVT did not change (16.0 to 16.7%, p = 0.33). Conclusion This suggests that the pandemic has not had an enduring effect on TIA clinic or stroke service activity for these centers. Furthermore, the disproportionate decrease in IVT suggests that patients may be presenting outside the IVT window during the pandemic – delays in seeking treatment in this group could be the target for public health intervention.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».