Association between serum triglycerides and stroke type, severity, and prognosis. Analysis in 6558 patients
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Hypertriglyceridemia (HT) may increase the risk of stroke. Limited studies have shown that stroke severity and infarction size are smaller in patients with HT. We explored the relationship between triglyceride levels and stroke risk factors, severity and outcome in a large prospective database. DESIGN: Prospective Cross-sectional study. SETTING: We retrospectively interrogated the Qatar Stroke Database in all patients admitted between 2014-2022 with acute ischemic stroke and evaluated the relationship between triglyceride, diabetes, stroke severity (measured on NIHSS), stroke type (TOAST classification) and the short- (mRS at 90 days) and long-term outcomes (MACE at 1 year) in patients with HT. PARTICIPANTS: Six thousand five hundred fifty-eight patients ≥20 years were included in this study RESULTS: Six thousand five hundred fifty-eight patients with ischemic stroke [mean age 54.6 ± 12. 9; male 82.1%) were included. Triglyceride levels upon admission were low-normal (≤1.1 mmol/L) in 2019 patients, high-normal (1.2-1.7 mmol/L) in 2142 patients, borderline-high (1.8-2.2 mmol/L) in 1072 patients and high (≥2.3 mmol/L) in 1325 patients. Higher triglyceride levels were associated with stroke and increased likelihood of having diabetes, obesity, active smoking, and small vessel/lacunar stroke type. An inverse relationship was noted whereby higher triglyceride levels were associated with lower stroke severity and reduced likelihood of poorer outcome (mRS 3-6) at discharge and 90 days. Long-term MACE events were less frequent in patients with higher triglyceride levels. After adjusting age, gender, diabetes, prior stroke, CAD, and obesity, multivariate analysis showed that hypertension and triglyceride levels were higher in mild ischemic strokes patients. CONCLUSIONS: Increasing triglycerides are associated with higher risk of small vessel disease and requires further prospective cohort studies for confirmation.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».