Has the frequency of bleeding changed over time for patients presenting with an acute coronary syndrome? The Global Registry of Acute Coronary Events
Notice bibliographique
Résumé
AIMS: To determine whether changes in practice, over time, are associated with altered rates of major bleeding in acute coronary syndromes (ACS). METHODS AND RESULTS: Patients from the Global Registry of Acute Coronary Events were enrolled between 2000 and 2007. The main outcome measures were frequency of major bleeding, including haemorrhagic stroke, over time, after adjustment for patient characteristics, and impact of major bleeding on death and myocardial infarction. Of the 50 947 patients, 2.3% sustained a major bleed; almost half of these presented with ST-elevation ACS (44%, 513). Despite changes in antithrombotic therapy (increasing use of low molecular weight heparin, P < 0.0001), thienopyridines (P < 0.0001), and percutaneous coronary interventions (P < 0.0001), frequency of major bleeding for all ACS patients decreased (2.6 to 1.8%; P < 0.0001). Most decline was seen in ST-elevation ACS (2.9 to 2.1%, P = 0.02). The overall decline remained after adjustment for patient characteristics and treatments (P = 0.002, hazard ratio 0.94 per year, 95% confidence interval 0.91-0.98). Hospital characteristics were an independent predictor of bleeding (P < 0.0001). Patients who experienced major bleeding were at increased risk of death within 30 days from admission, even after adjustment for baseline variables. CONCLUSION: Despite increasing use of more intensive therapies, there was a decline in the rate of major bleeding associated with changes in clinical practice. However, individual hospital characteristics remain an important determinant of the frequency of major bleeding.
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 | 0,001 | 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 | 0,001 |
| 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 ».