MétaCan
Menu
← Retour à la cohorte
Enregistrement W7116326637 · doi:10.64898/2025.12.18.25342554

The Effect of COVID-19 Hospitalisation on the Occurrence of Stroke: A Systematic Review and Meta-Analysis

2025· article· W7116326637 sur OpenAlexaboutno aff
Khadija Sadiq, Raha Pazoki

Notice bibliographique

RevuemedRxiv · 2025
Typearticle
Langue
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStroke (engine)Odds ratioAtrial fibrillationIncidence (geometry)Confidence intervalStroke riskMeta-analysisDisease

Résumé

récupéré en direct d'OpenAlex

Abstract Background The relationship between COVID-19 hospitalisation and stroke occurrence remains incompletely understood, with reported incidence rates varying significantly across studies. This systematic review and meta-analysis aimed to comprehensively evaluate the association between COVID-19 hospitalisation and stroke occurrence, while examining key subgroup variations and potential risk factors. Methods A systematic search was conducted across PubMed, Scopus, and Web of Science databases from December 2019 to 2023. Studies reporting stroke occurrence in hospitalised COVID-19 patients were included. The Newcastle-Ottawa Scale was used for quality assessment. Random-effects meta-analysis was performed to calculate pooled odds ratios (OR) and risk ratios (RR) with 95% confidence intervals (CI). Results Nineteen studies met the inclusion criteria. The primary meta-analysis of 17 studies, comprising 98,297 patients, revealed a pooled stroke occurrence of 1% (95% CI: 1%,2%). A comparative analysis of three studies showed no significant difference in stroke risk between hospitalised COVID-19 patients and non-COVID-19 hospitalised controls (OR: 1.13, 95% CI: 0.49,2.65). However, within the COVID-19 hospitalised population, stroke risk was strongly associated with disease severity, including the need for mechanical ventilation (OR: 3.59, 95% CI: 2.21,5.83) and ICU admission (OR: 6.33, 95% CI: 4.95, 8.09). Significant pre-existing comorbidities included hypertension (OR: 2.35, 95% CI: 1.12,4.92) and atrial fibrillation (OR: 1.98, 95% CI: 1.18,3.31). Ischemic stroke was the predominant subtype, accounting for 81% of cases (95% CI: 73%,90%). Quality assessment of the 19 studies identified 9 as high quality and 10 as moderate quality. Conclusions This meta-analysis indicates that while the overall occurrence of stroke in hospitalised COVID-19 patients is approximately 1%, the risk is not significantly elevated compared to non-COVID-19 hospitalised patients. Instead, stroke occurrence is powerfully driven by the severity of the illness and the presence of traditional vascular risk factors. These findings underscore the critical need for vigilant neurological monitoring and targeted stroke prevention strategies, particularly for COVID-19 patients who require intensive care or mechanical ventilation.

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)0,014
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,035
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0210,039
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,341
Écart entre enseignants0,314 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetLong-Term Effects of COVID-19→Travaux en français237 207→