高级搜索
我们感谢里德博士和他的同事们的有趣的字母,它设定利率显著性别差异tPA治疗中风注册数据中观察到可能是由于混淆了年龄和预先存在的障碍。
潜在的混杂,年龄是一个问题在我们的研究中从合格的女性人口的平均年龄为71.1岁,而男性67.8年(P = 0.04)。然而,调整年龄没有大大影响比值比(或)IV tPA使用。未经调整的性别或为0.44,后改为0.39调整年龄(指定为18-50,51 - 70,71 - 84 > 84年),种族,到达发病模式和到达时间。
我们还研究了指定的年龄是否作为一个连续测量不同,它没有。最后,我们还研究了性别分层后数据的影响两大年龄组(即。、< =和> 70年70年)。这里我们发现了一个有趣的相互影响的证据。在合格的受试者年龄< = 70年有一个大而显著性别差异;女性是85%不太可能接受tPA治疗与男性相比(或= 0.15,95% CI -0.53 = 0.04)。相比之下,在合格科目> 70岁没有性别差异(或= 0.99,95% CI -2.47 = 0.39)。
我们没有访问pre-stroke残疾牛津障碍规模等措施。相反,我们使用代理变量,比如pre-stroke流动的状态,以及过去的病史信息包括中风、AMI, CAD、瑞士法郎,高血压和糖尿病。过去病史的中风与适度降低tPA使用。然而,无论是它还是其他变量混淆性别之间的关系和tPA测试时使用多变量模型。
在我们医院注册,我们没有发现年龄性别和tPA治疗利率之间的关系来解释。然而,我们确实发现证据的效果修改年龄,性别差异的tPA治疗中风被限制为< = 70岁。必须有其他未定义的因素在起作用。有有限的数据发表在性别tPA治疗率的影响。
更多的研究是必要的检查这一重要问题,最好使用更详细的数据等因素pre-stroke残疾,疾病,住院延迟,和中风的严重程度,这可能有助于解释这种差异。
我们感谢里德博士和他的同事们的有趣的字母,它设定利率显著性别差异tPA治疗中风注册数据中观察到可能是由于混淆了年龄和预先存在的障碍。
潜在的混杂,年龄是一个问题在我们的研究中从合格的女性人口的平均年龄为71.1岁,而男性67.8年(P = 0.04)。然而,调整年龄没有大大影响比值比(或)IV tPA使用。未经调整的性别或为0.44,后改为0.39调整年龄(指定为18-50,51 - 70,71 - 84 > 84年),种族,到达发病模式和到达时间。
我们还研究了指定的年龄是否作为一个连续测量不同,它没有。最后,我们还研究了性别分层后数据的影响两大年龄组(即。、< =和> 70年70年)。这里我们发现了一个有趣的相互影响的证据。在合格的受试者年龄< = 70年有一个大而显著性别差异;女性是85%不太可能接受tPA治疗与男性相比(或= 0.15,95% CI -0.53 = 0.04)。相比之下,在合格科目> 70岁没有性别差异(或= 0.99,95% CI -2.47 = 0.39)。
我们没有访问pre-stroke残疾牛津障碍规模等措施。相反,我们使用代理变量,比如pre-stroke流动的状态,以及过去的病史信息包括中风、AMI, CAD、瑞士法郎,高血压和糖尿病。过去病史的中风与适度降低tPA使用。然而,无论是它还是其他变量混淆性别之间的关系和tPA测试时使用多变量模型。
在我们医院注册,我们没有发现年龄性别和tPA治疗利率之间的关系来解释。然而,我们确实发现证据的效果修改年龄,性别差异的tPA治疗中风被限制为< = 70岁。必须有其他未定义的因素在起作用。有有限的数据发表在性别tPA治疗率的影响。
更多的研究是必要的检查这一重要问题,最好使用更详细的数据等因素pre-stroke残疾,疾病,住院延迟,和中风的严重程度,这可能有助于解释这种差异。