Selecting Patients With Atrial Fibrillation for Anticoagulation
Notice bibliographique
Résumé
BACKGROUND: The rate of stroke in atrial fibrillation (AF) depends on the presence of comorbid conditions and the use of antithrombotic therapy. Although adjusted-dose warfarin is superior to aspirin for reducing stroke in AF, the absolute risk reduction of warfarin depends on the stroke rate with aspirin. This prospective cohort study tested the predictive accuracy of 5 stroke risk stratification schemes. METHODS AND RESULTS: The study pooled individual data from 2580 participants with nonvalvular AF who were prescribed aspirin in a multicenter trial (Atrial Fibrillation, Aspirin, Anticoagulation I study [AFASAK-1], AFASAK-2, European Atrial Fibrillation Trial, Primary Prevention of Arterial Thromboembolism in patients with nonrheumatic Atrial Fibrillation in primary care study, and Stroke Prevention and Atrial Fibrillation [SPAF]-III high risk or SPAF-III low risk). There were 207 ischemic strokes during 4887 patient-years of aspirin therapy. All schemes predicted stroke better than chance, but the number of patients categorized as low and high risk varied substantially. AF patients with prior cerebral ischemia were classified as high risk by all 5 schemes and had 10.8 strokes per 100 patient-years. The CHADS(2) scheme (an acronym for Congestive heart failure, Hypertension, Age >75, Diabetes mellitus, and prior Stroke or transient ischemic attack) successfully identified primary prevention patients who were at high risk of stroke (5.3 strokes per 100 patient-years). In contrast, patients identified as high risk by other schemes had 3.0 to 4.2 strokes per 100 patient-years. Low-risk patients identified by all schemes had 0.5 to 1.4 strokes per 100 patient-years of therapy. CONCLUSIONS: Patients with AF who have high and low rates of stroke when given aspirin can be reliably identified, allowing selection of antithrombotic prophylaxis to be individualized.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».