MétaCan
Menu
Retour à la cohorte
Enregistrement W4394962590 · doi:10.1161/jaha.123.033078

Influence of Socioeconomic Status on Functional Outcomes After Stroke: A Systematic Review and Meta‐Analysis

2024· review· en· W4394962590 sur OpenAlexaboutno aff
Yuki Sakamoto, Toshiki Maeda, Mark Woodward, Craig S. Anderson, Jayson Catiwa, Amelia Yazidjoglou, Cheryl Carcel, Min Yang, Xia Wang

Notice bibliographique

RevueJournal of the American Heart Association · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesNational Health and Medical Research CouncilMedical Research Council
Mots-clésSocioeconomic statusMeta-analysisMedicineOdds ratioObservational studyDemographyGerontologyDisadvantagedEnvironmental healthPopulationInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This review aimed to quantify the impact of socioeconomic status on functional outcomes from stroke and identify the socioeconomic status indicators that exhibit the highest magnitude of association. METHODS AND RESULTS: We performed a systematic literature search across Medline and Embase from inception to May 2022, to identify observational studies (n≥100, and in English). Risk of bias was assessed using the modified Newcastle Ottawa Scale. Random effects meta-analysis was used to pool data. We included 19 studies (157 715 patients, 47.7% women) reporting functional outcomes measured with modified Rankin Scale or Barthel index, with 10 assessed as low risk of bias. Measures of socioeconomic status reported were education (11 studies), income (8), occupation (4), health insurance status (3), and neighborhood socioeconomic deprivation (3). Pooled data suggested that low socioeconomic status was significantly associated with poor functional outcomes, including incomplete education or below high school level versus high school attainment and above (odds ratio [OR], 1.66 [95% CI, 1.40-1.95]), lowest income versus highest income (OR, 1.36 [95% CI, 1.02-1.83]), a manual job/being unemployed versus a nonmanual job/working (OR, 1.62 [95% CI, 1.29-2.02]), and living in the most disadvantaged socioeconomic neighborhood versus the least disadvantaged (OR, 1.55 [95% CI, 1.25-1.92]). Low health insurance status was also associated with an increased risk of poor functional outcomes (OR, 1.32 [95% CI, 0.95-1.84]), although this was association was not statistically significant. CONCLUSIONS: Despite great strides in stroke treatment in the past decades, social disadvantage remains a risk factor for poor functional outcome after an acute stroke. Further research is needed to better understand causal mechanisms and disparities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,030
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0170,028
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,331
Écart entre enseignants0,307 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Heart AssociationMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207