Predicting 1-Year Stroke Recurrence and Mortality in Stable Outpatients Following Ischemic Stroke and Transient Ischemic Attack
Notice bibliographique
Résumé
BACKGROUND: Patients with stroke or transient ischemic attack (TIA) are at high early risk of mortality and morbidity. Current risk prediction tools focus on patients after hospital discharge but not on those surviving to outpatient follow-up. We examined whether demographic and medical history data could predict 1-year stroke recurrence and mortality, among those discharged alive and event-free for 90 days after stroke and 1 day after TIA. METHODS: Data were obtained from the Ontario Stroke Registry (13,848 stroke and 13,059 TIA patients) and linked to administrative databases. Two-thirds of each cohort were used for model derivation and one-third for validation. Multivariable regression models were used to predict stroke recurrence and all-cause mortality. RESULTS: There were 238 (2.71%) recurrent strokes in the ischemic stroke and 298 (3.44%) in the TIA cohorts at one year. Increasing age and previous stroke/TIA were associated with an increased risk of recurrent stroke in both cohorts. A higher modified Rankin Scale and diabetes were associated with an increased risk of recurrent stroke in the stroke cohort and heart failure, smoking and discharge location in the TIA cohort. Time-dependent areas under the curve were modest, 0.59 (0.54-0.64) and 0.59 (0.55-0.64) for the stroke and TIA validation cohorts, respectively. C-statistics from derivation and validation cohorts for mortality ranged from 0.74-0.78. CONCLUSION: The predictive accuracy of the models was quite low after accounting for several risk factors. Additional risk factors associated with stroke recurrence for people seen in outpatient stroke clinics, and innovative approaches to individualized secondary prevention are needed.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».