Cardiovascular disease (CVD) in Canadians with haemophilia: Age‐Related CVD in Haemophilia Epidemiological Research (ARCHER study)
Notice bibliographique
Résumé
INTRODUCTION: Improvements in haemophilia care have increased life expectancy in persons with haemophilia (PWH). This ageing population presents clinicians with management challenges as they develop age-related comorbidities such as cardiovascular disease (CVD). AIMS: To assess the epidemiology of CVD risk factors and events in an ageing Canadian haemophilia population. METHODS: A retrospective, multicentre chart review was carried out at five Canadian Hemophilia Treatment Centres. PWH (A and B) ≥35 years old were included and data were extracted on CVD risk factors and events. RESULTS: Data from 294 patients' charts were analysed including 222 (75.5%) patients with haemophilia A and 72 (24.5%) patients with haemophilia B with a median age at end of follow-up of 54 years (range = 36-90). Mean follow-up duration was 5.86 years. Cardiovascular risk factors were common: hypertension 31.3% (n = 90), diabetes mellitus 10.5% (n = 29), smoking 21.8% (n = 61), obesity 27.6% (n = 69), dyslipidaemia 22.4% (n = 65), family history 8.5% (n = 24), antiretroviral therapy 12.2% (n = 36). There were 24 CVD events (8.2% of the population) with a median age at event of 63 years (range = 46-83). Events consisted of coronary artery disease (CAD), 14; cerebrovascular disease, 4; and atrial fibrillation, 7. CAD was treated with coronary artery bypass grafting in three patients and percutaneous coronary intervention in nine patients. CVD events were complicated by six bleeding events (three minor and three major). CONCLUSION: Cardiovascular disease risk factors and events are relatively common in PWH. PWH can be safely treated for CVD events with similar procedures as the non-PWH populations, though specific clotting factor prophylaxis protocols are not well defined.
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 | 0,009 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».