Age and Acute Ischemic Stroke Outcome in North American Patients With COVID-19
Notice bibliographique
Résumé
BACKGROUND: Acute ischemic stroke (AIS) in the context of COVID-19 has received considerable attention for its propensity to affect patients of all ages. We aimed to evaluate the effect of age on functional outcome and mortality following an acute ischemic event. METHODS AND RESULTS: A prospectively maintained database from comprehensive stroke centers in Canada and the United States was analyzed for patients with AIS from March 14 to September 30, 2020 who tested positive for SARS-CoV-2. The primary outcome was Modified Rankin Scale score at discharge, and the secondary outcome was mortality. Baseline characteristics, laboratory values, imaging, and thrombectomy workflow process times were assessed. Among all 126 patients with COVID-19 who were diagnosed with AIS, the median age was 63 years (range, 27–94). There were 35 (27.8%) patients with AIS in the aged ≤55 years group, 47 (37.3%) in the aged 56 to 70 group, and 44 (34.9%) in the aged >70 group. Intravenous tissue plasminogen activator and thrombectomy rates were comparable across these groups, (P=0.331 and 0.212, respectively). There was a significantly lower rate of mortality between each group favoring younger age (21.9% versus 45.0% versus 48.8%, P=0.047). After multivariable adjustment for possible confounders, a 1-year increase in age was significantly associated with fewer instances of a favorable outcome of Modified Rankin Scale 0 to 2 (odds ratio [OR], 0.95; 95 CI%, 0.90–0.99; P=0.048) and higher mortality (OR, 1.06; 95 CI%, 1.02–1.10; P=0.007). CONCLUSIONS: AIS in the context of COVID-19 affects young patients at much greater rates than pre-pandemic controls. Nevertheless, instances of poor functional outcome and mortality are closely tied to increasing age.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,005 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».