Stroke Prognosis: The Impact of Combined Thrombotic, Lipid, and Inflammatory Markers
Notice bibliographique
Résumé
AIM: D-dimer, lipoprotein (a) (Lp(a)), and high-sensitivity C-reactive protein (hs-CRP) are known predictors of vascular events; however, their impact on the stroke prognosis is unclear. This study used data from the Third China National Stroke Registry (CNSR-III) to assess their combined effect on functional disability and mortality after acute ischemic stroke (AIS). METHODS: In total, 9,450 adult patients with AIS were enrolled between August 2015 and March 2018. Patients were categorized based on a cutoff value for D-dimer, Lp(a), and hs-CRP in the plasma. Adverse outcomes included poor functional outcomes (modified Rankin Scale (mRS score ≥ 3)) and one- year all-cause mortality. Logistic and multivariate Cox regression analyses were performed to investigate the relationship between individual and combined biomarkers and adverse outcomes. RESULTS: Patients with elevated levels of all three biomarkers had the highest odds of functional disability (OR adjusted: 2.01; 95% CI (1.47-2.74); P＜0.001) and mortality (HR adjusted: 2.93; 95% CI (1.55-5.33); P＜0.001). The combined biomarkers improved the predictive accuracy for disability (C-statistic 0.80 vs.0.79, P＜0.001) and mortality (C-statistic 0.79 vs.0.78, P=0.01). CONCLUSION: Elevated D-dimer, Lp(a), and hs-CRP levels together increase the risk of functional disability and mortality one-year post-AIS more than any single biomarker.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».