Aspirin Use and Outcomes in a Community-Based Cohort of 7352 Patients Discharged After First Hospitalization for Heart Failure
Notice bibliographique
Résumé
BACKGROUND: The safety of aspirin in heart failure (HF) has been called into question, particularly in those patients (1) without coronary disease, (2) with renal dysfunction, or (3) treated with low-dose angiotensin-converting enzyme (ACE) inhibitors and high-dose aspirin. METHODS AND RESULTS: We examined prescription patterns and outcomes (all-cause mortality and/or HF readmission) in patients discharged from 103 Canadian hospitals between April 1999 and March 2001 after a first hospitalization for HF. Of 7352 patients with HF (mean age, 75 years; 44% without coronary disease and 29% with renal dysfunction), 2785 (38%) died or required HF readmission within the first year. Compared with nonusers, aspirin users were no more likely to die or require HF readmission (hazard ratio [HR], 1.02 [0.91 to 1.16]), even in patients without coronary disease (HR, 0.98 [0.78 to 1.22]) or patients with renal dysfunction (HR, 1.13 [0.94 to 1.36]). On the other hand, users of ACE inhibitors were less likely to die or require HF readmission (HR, 0.87 [0.79 to 0.96]), even if they were using aspirin (HR, 0.86 [0.77 to 0.95]). There were no dose-dependent interactions between aspirin and ACE inhibitors. CONCLUSIONS: In this observational study, aspirin use was not associated with an increase in mortality rates or HF readmission rates, and aspirin did not attenuate the benefits of ACE inhibitors, even in patients without coronary disease, patients with renal dysfunction, or patients treated with high-dose aspirin and low-dose ACE inhibitors.
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 ».