Analysis of Risk Factors Associated With Aspiration in Patients With Poststroke Dysphagia: A Real‐World Study
Notice bibliographique
Résumé
BACKGROUND: Aspiration is the most severe complication of dysphagia in patients with poststroke dysphagia (PSD). However, the risk factors associated with aspiration remain inadequately understood. OBJECTIVE: To determine the associated risk factors for aspiration in patients with PSD. METHODS: A total of 321 dysphagia patients with first-ever stroke were retrospectively enrolled. We differentiated patients with aspiration from those without aspiration via swallowing function screening, clinical swallowing function examinations, and videofluoroscopic swallowing studies. We conducted a comparative analysis of the basic demographic data, disease-related information, and clinical characteristics between the two groups via multivariate logistic regression. RESULTS: Multivariate logistic regression analysis revealed that age ≥ 65 years (OR = 3.596, 95% CI: 1.251-10.335), history of pneumonia (OR = 3.617, 95% CI: 1.174-11.148), severe dysarthria (OR = 7.331, 95% CI: 1.314-40.889), number of chronic diseases > 2 (OR = 4.814, 95% CI: 1.61-14.397), bilateral brain injury (OR = 6.673, 95% CI: 1.926-23.115), a lesion location in the brainstem (OR = 4.581, 95% CI: 1.05-19.987), and a higher water swallowing test score (OR = 1.806, 95% CI: 1.113-2.93) were risk factors for aspiration. Conversely, a high Montreal Cognitive Assessment (MoCA) score (OR = 0.919, 95% CI: 0.849-0.995) and a high cut-off value of the repetitive saliva swallowing test (RSST) (OR = 0.149, 95% CI: 0.067-0.332) were identified as protective factors. DISCUSSION: Timely diagnosis and intervention for aspiration should prioritise patient populations aged 65 years and older, individuals with a history of pneumonia, those exhibiting severe dysarthria, patients with multiple chronic conditions, individuals with bilateral brain injuries, patients with lesions situated in the brainstem, and those exhibiting higher WST scores. TRIAL REGISTRATION: This study was registered with the Chinese Clinical Trial Registry (registration number: ChiCTR2500097142).
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».