Does Comorbidity Account for the Excess Mortality in Patients With Major Bleeding in Acute Myocardial Infarction?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Analyses from randomized controlled trials suggest that bleeding in patients with acute myocardial infarction is associated with poor outcomes. Because these data are not generalizable to all patients with acute myocardial infarction, we sought to better understand the scope of this problem in a "real-world" setting. METHODS AND RESULTS: We examined the frequency of major bleeding in 40,087 patients with acute myocardial infarction enrolled in the Global Registry of Acute Coronary Events. Regression analyses were used to examine the association between patient and treatment characteristics, bleeding, and hospital and postdischarge outcomes. Major bleeding occurred in 2.8% of patients. These patients were older, more severely ill, and more likely to undergo invasive procedures. Patients with bleeding were more likely to die during hospitalization (hazard ratio, 1.9; 95% confidence interval, 1.6 to 2.2) but not after discharge (hazard ratio, 0.8; 95% confidence interval, 0.6 to 1.0) than patients who did not bleed. Continuation of antithrombotic therapies after day 1 was lower in patients who experienced early bleeding. Moreover, in patients who bled, hospital mortality was increased in those who discontinued aspirin, thienopyridines, or low-molecular-weight heparins. CONCLUSIONS: Major bleeding occurred in 1 in 35 patients with acute myocardial infarction; these patients accounted for approximately 10% of all hospital deaths. Nevertheless, risk of hospital mortality associated with bleeding was much lower than reported in randomized controlled trials. These data suggest that although bleeding may be causally related to adverse outcomes in some patients in the real-world setting, it is often merely a marker for patients at higher risk for adverse outcomes.
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.
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 | 0,001 |
| 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 découle