Undiagnosed major risk factors in acute ischaemic stroke patients in Qatar: analysis from the Qatar stroke registry
Notice bibliographique
Résumé
Objective: We examined the presentation to hospital, subtypes of ischaemic stroke for patients admitted to stroke services in Qatar and their 90-day prognosis based on the modified Rankin Scale (mRS) for those with diagnosed and undiagnosed diabetes, hypertension and dyslipidaemia. Methods: We conducted a retrospective analysis of patients admitted with acute ischaemic stroke from January 2014 to April 2024. The mRS was dichotomised with favourable outcome (0-2) and unfavourable outcome (3-6). Results: A total of 9479 patients were included in the study. Patients with a prior history of hypertension and dyslipidaemia and untreated/undiagnosed for these risk factors on admission were more likely to present with a lower National Institute of Health Stroke Scale (NIHSS) score at admission (p<0.001). These patients were also more likely to present with small vessel disease (SVD) or subcortical stroke (p<0.001). Multivariate analysis revealed that age (adjusted OR 1.05, 95% CI 1.04 to 1.06) and hypertension (adjusted OR 1.44, 95% CI 1.07 to 1.96) were more likely to have an mRS score of 3-6 at 90 days while males (adjusted OR 0.56, 95% CI 0.46 to 0.69), prior antidiabetic therapy (adjusted OR 0.52, 95% CI 0.34 to 0.79) and undiagnosed diabetes (adjusted OR 0.46, 95% CI 0.22 to 0.99) were protective against an mRS score of 3-6 at 90 days after adjusting for covariates. Conclusion: Patients with a prior history of hypertension and dyslipidaemia and undiagnosed on admission are more likely to present with a lower NIHSS score but have a worse outcome at 90 days. The lower NIHSS may be explained by a higher frequency of SVD.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».