Predictors of bleeding in patients with acute coronary syndromes treated with prasugrel
Notice bibliographique
Résumé
BACKGROUND: When considering antiplatelet therapy for acute coronary syndrome (ACS), it is essential to balance benefits (less thrombotic/ischaemic events) versus bleeding risks related to intense platelet inhibition via antagonism of P2Y12 receptors. This analysis aimed to identify predictors of bleeding events among A Comparison of Prasugrel at the Time of PCI or as Pretreatment at the Time of Diagnosis in Patients with NSTEACS (ACCOAST) study population. METHODS AND RESULTS: The ACCOAST study randomised 4033 patients with non-ST-segment elevation myocardial infarction (NSTEMI) to (A) a 30 mg prasugrel loading dose (LD) followed by coronary angiography with an additional 30 mg prasugrel at the time of percutaneous coronary intervention (PCI) or (B) a placebo LD followed by a 60 mg prasugrel at the time of PCI. Patients received standard of care, including use of aspirin. Independent predictors of Thrombolysis in Myocardial Infarction (TIMI) major bleeding not related to coronary artery bypass grafting (CABG) within 7 days were assessed using stepwise Cox proportional model for time to first occurrence of the event. Non-CABG-related TIMI major or minor bleeding was similarly analysed. Non-CABG-related TIMI major bleeding occurred in 36 (0.9%) patients, and TIMI major or minor bleeding occurred in 81 (2.0%) patients. Independent predictors for TIMI major bleeding alone were pretreatment with prasugrel LD (HR 3.02; 95% CI 1.42 to 6.43), femoral access (HR 2.45; 95% CI 1.11 to 5.38), female sex (HR 2.57; 95% CI 1.32 to 5.00), placement of >1 stent (HR 2.50; 95% CI 1.26 to 4.95) and age (HR 1.05; 95% CI 1.02 to 1.09). Pretreatment with prasugrel LD (HR 3.05; 95% CI 1.84 to 5.07), femoral access (HR 3.06; 95% CI 1.74 to 5.38), female sex (HR 2.62; 95% CI 1.67 to 4.12), performed PCI (HR 2.21; 95% CI 1.23 to 3.99), therapy with glycoprotein IIb/IIIa inhibitors (HR 1.88; 95% CI 1.06 to 3.33) and age (increased bleed per year of age HR 1.04; 95% CI 1.02 to 1.06) were independent predictors of TIMI major or minor bleeding through 7 days. CONCLUSIONS: Pretreatment, age, gender and procedural variables predicted bleeding risk in patients with NSTEMI. CLINICAL REGISTRATION NO: NCT01015287.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; 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 ».