通过面臂语音时间 (FAST) 算法在中风捕捉,性别和年龄差异中的精度:一项中风注册研究
Guri Hagberg1,2, Haakon Ihle-Hansen3, Tamar Abzhandadze1,4
1Department of Clinical Neuroscience, Institute of Neuroscience and Physiology, Sahlgrenska Academy, University of Gothenburg, Goteborg, Sweden.
BMJ neurology open
|April 22, 2024
概括
面对手臂语音时间 (FAST) 工具在不到60%的病例中捕获了中风症状,特别是轻微的中风. 添加新的症状稍微改善了覆盖范围,但没有提供增强的预后价值.
科学领域:
- 神经学 神经学
- 公共卫生 公共卫生
背景情况:
- 脑卒中症状呈现因年龄和性别而异,可能会影响面部-手臂-语音时间 (FAST) 查工具的有效性.
- 较轻微的中风病例和对中风症状的不断变化的理解需要对当前的诊断方案进行重新评估.
研究的目的:
- 为了确定急性中风入院患者中出现面对手臂 - 语音时间 (FAST) 症状的比例.
- 为了研究FAST症状表现的性别和年龄差异.
- 探索将国家卫生研究院中风量表 (NIHSS) 的额外项目纳入FAST算法的潜在好处.
主要方法:
- 一项基于注册的研究分析了2014年11月至2019年6月期间入院的急性中风患者.
- 从国家卫生研究院中风量表 (NIHSS) 的入院数据中确定了FAST症状.
- 使用描述性统计数据来探索FAST症状流行中的性别和年龄差异.
主要成果:
- 在5022名患者中,59%出现了至少一个FAST症状,没有发现显著的性别或年龄差异.
- 轻度中风 (52%的病例) 显示较低的FAST症状流行率 (30%).
- 纳入感觉或视野缺陷 (NIHSS项目不在FAST中) 将算法覆盖率从59%提高到67%,但没有提高预后准确性.
结论:
- 面部-手臂-语音时间 (FAST) 工具在有限比例的患者中识别了中风症状,特别是那些轻度中风患者.
- 虽然扩大FAST标准以额外的国家卫生研究院中风量表 (NIHSS) 项目可以略微提高检测率,但它不会增强预后信息.
关键词:
这是一次中风.
