MétaCan
Menu
← Retour à la cohorte
Enregistrement W6920963453 · doi:10.6084/m9.figshare.28050557.v1

Supplementary Material for: Incidence and associated factors of pre-hospital care-seeking delay in people with acute ischemic stroke: a systematic review and meta-analysis

2024· dataset· en· W6920963453 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2024
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIncidence (geometry)ChecklistStroke (engine)ThrombolysisCritical appraisalDementiaIschemic strokeEmergency medical services

Résumé

récupéré en direct d'OpenAlex

Background: Despite decades of educational efforts, patients with acute ischemic stroke (AIS) remain delayed in seeking medical care, which becomes the greatest obstacle to the successful management of the condition. Objective: To systematically explore the incidence and influencing factors of pre-hospital care-seeking delay in acute ischemic stroke patients. Methods: We systematically searched the PubMed, Embase, Cochrane Library, Web of Science, and Cumulative Index to Nursing and Allied Health Literature from database inception to September 30, 2023. Meta-analysis was conducted using the Stata 15.0 software package. The pooled incidence was calculated using a random-effects model. The quality of studies reporting incidence data was assessed using Joanna Briggs Institute's Critical Appraisal Checklist and Newcastle-Ottawa Scale. Subgroup analyses were performed according to study location, country income, recruitment date, and age. Results: Finally, 30 related articles were included, involving a total of 287,102 people. The estimated incidence of pre-hospital care-seeking delay was 68%,and there were differences in this incidence in different countries (P= 0.035). Meta-analysis results showed that the delay rate was highest in low-income countries (85%) and lowest in high-income countries (62%). Patients who live farther from hospitals, have a lower level of education, diabetes, hyperlipidemia, or a history of stroke are more likely to experience delays (all P <0.05). Conversely, those who can recognize stroke symptom , perceive the severity of early symptom, understand thrombolysis treatment, atrial fibrillation, consciousness disturbance, visual disturbance, and symptom score at admission, Emergency Medical Services use, and immediate help-seeking have a lower risk of delay (all P < 0.05). Conclusions: Pre-hospital care-seeking delays are common among patients with AIS, especially in low-income countries. To reduce delays, it is crucial to increase public awareness of stroke symptoms, improve education levels, and optimize healthcare accessibility.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,055
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,515
Score d'incertitude au seuil0,692

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,055
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,008
Bibliométrie0,0060,009
Études des sciences et des technologies0,0010,000
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,5150,021

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,295
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Travaux en français237 207→