P143 Comparative analysis of stroke care performane in West Georgia and West Ukraine
Notice bibliographique
Résumé
<h3>Introduction</h3> West Georgia Medical Centre (WGMC) and the 1st Lviv Territorial Medical Union (1TMU) serve as the exclusive comprehensive stroke centers in West Georgia and West Ukraine, respectively. WGMC spans 31,500 km<sup>2</sup>, serving 950,000 residents in 23 cities/towns, while 1TMU extends over 21,833 km<sup>2</sup>, catering to 2,478,100 residents across 78 cities/towns. Despite distances of up to 220 km from WGMC and 138 km from 1TMU, patient transfer delays vary, highlighting their vital roles in stroke care. <h3>Aim of Study</h3> To evaluate the quality and performance of stroke services provided by these institutions. <h3>Methods</h3> Retrospective analysis was conducted on electronic medical records of patients undergoing mechanical thrombectomy (MT) at both institutions. Ukrainian data covers September 2022 to August 2023, while WGMC data spans from July 2019 to August 2023. Assessment parameters included the National Institutes of Health Stroke Scale (NIHSS), Alberta Stroke Program Early CT Score (ASPECTS), and Modified Rankin Scale (mRS). <h3>Results</h3> Enrollment comprised 72 1TMU and 65 WGMC patients. NIHSS scores, initial ASPECTS, and mRS upon discharge showed no significant differences. Symptom onset-to-admission time averaged 294 minutes at WGMC and 115 minutes at 1TMU. Sedation was prevalent in 91% of cases at 1TMU versus 41% at WGMC, with thrombolysis employed in 53% and 5% of cases, respectively. mTICI-3 reperfusion rates were 74% at WGMC and 85% at 1TMU. <h3>Conclusion</h3> Middle-income countries can deliver effective endovascular treatment for ischemic stroke with prompt patient arrival. However, substantial organizational and logistical enhancements within regional healthcare systems and hospitals are necessary to reduce delays and enhance workflow efficiency.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».