Multiple Health Care Encounters Prior to Diagnosis of Cerebral Venous Thrombosis
Notice bibliographique
Résumé
STUDY OBJECTIVE: Cerebral venous thrombosis symptom onset can be insidious and without focal deficits. We performed a planned analysis of care-seeking patterns prior to diagnosis in a Canadian randomized trial examining treatment and prognosis of cerebral venous thrombosis and its companion prospective observational registry to examine whether time to diagnosis or multiple health care encounters prior to diagnosis were associated with 180-day outcomes. METHODS: Adults within 14 days of diagnosis of a new symptomatic cerebral venous thrombosis were included. We examined timing from symptom onset to diagnosis and the number of health care encounters for cerebral venous thrombosis symptoms prior to diagnosis. We explored associations between multiple care encounters prior to diagnosis with patient demographics, baseline clinical and radiologic features, and 180-day outcomes. RESULTS: Of 102 patients (median age 45 [interquartile range {IQR} 31.0 to 61.0] years, 68.6% women), 40 (39%) had multiple health care encounters for their cerebral venous thrombosis symptoms prior to diagnosis. The median time from symptom onset to diagnosis was 4 (IQR 1 to 8) days. Women had a longer time from symptom onset to diagnosis compared with men (median 5 days [IQR 2 to 8 days] versus 2 days [IQR 1 to 4.5 days]), difference 3 days, 95% confidence interval [CI] 1 to 5 days) and were almost twice as likely as men to have had multiple health care encounters prior to diagnosis (46% versus 25%, difference 21%, 95% CI, 2 to 40). Time from symptom onset to diagnosis and number of health care encounters prior to diagnosis were not associated with adverse 180-day outcomes. CONCLUSION: Women were more likely to have multiple health care encounters prior to cerebral venous thrombosis diagnosis. However, this was not associated with worse outcomes.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».