Management of major bleeding events in patients treated with rivaroxaban vs. warfarin: results from the ROCKET AF trial
Notice bibliographique
Résumé
AIMS: There are no data regarding management and outcomes of major bleeding events in patients treated with oral factor Xa inhibitors. METHODS AND RESULTS: Using data from ROCKET AF, we analysed the management and outcomes of major bleeding overall and according to the randomized treatment. During a median follow-up of 1.9 years, 779 (5.5%) patients experienced major bleeding at a rate of 3.52 events/100 patient-years with a similar event rate in each arm (n = 395 rivaroxaban vs. n = 384 warfarin). The median number of transfused packed red blood cells (PRBC) per episode was similar in both arms [2 (25th, 75th: 2, 4) units]. Overall, few transfusions of whole blood (n = 14), platelets (n = 10), or cryoprecipitate (n = 2) were used. Transfusion of fresh frozen plasma (FFP) was significantly less in the rivaroxaban arm (n = 45 vs. n = 81 units) after adjustment for covariates [odds ratio (OR) 0.43 (95% CI 0.29-0.66); P < 0.0001]. Prothrombin complex concentrates (PCC) were administered less in the rivaroxaban arm (n = 4 vs. n = 9). Outcomes after major bleeding, including stroke or non-central nervous system embolism (4.7% rivaroxaban vs. 5.4% warfarin; HR 0.89; 95% CI 0.42-1.88) and all-cause death (20.4% rivaroxaban vs. 26.1% warfarin; HR 0.69, 95% CI 0.46-1.04) were similar in patients treated with rivaroxaban and warfarin (interaction P = 0.51 and 0.11). CONCLUSION: Among high-risk patients with atrial fibrillation who experienced major bleeding in ROCKET AF, the use of FFP and PCC was less among those allocated rivaroxaban compared with warfarin. However, use of PRBCs and outcomes after bleeding were similar among patients randomized to rivaroxaban or to warfarin.
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 | 0,000 |
| 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 ».