Clinical outcomes of patients with diabetes and atrial fibrillation treated with apixaban: results from the ARISTOTLE trial
Notice bibliographique
Résumé
AIMS: We compared clinical outcomes in patients with AF with and without diabetes in the Apixaban for Reduction in Stroke and Other Thromboembolic Events in Atrial Fibrillation trial. METHODS AND RESULTS: The main efficacy endpoints were SSE and mortality; safety endpoints were major and major/clinically relevant non-major bleeding. A total of 4547/18 201 (24.9%) patients had diabetes who were younger (69 vs. 70 years), more had coronary artery disease (39 vs. 31%), and higher mean CHADS2 (2.9 vs. 1.9) and HAS-BLED scores (1.9 vs. 1.7) (all P < 0.0001) than patients without diabetes. Patients with diabetes receiving apixaban had lower rates of SSE [hazard ratio (HR) 0.75, 95% confidence interval (CI) 0.53-1.05), all-cause mortality (HR 0.83, 95% CI 0.67-1.02), cardiovascular mortality (HR 0.89, 95% CI 0.66-1.20), intra-cranial haemorrhage (HR 0.49, 95% CI 0.25-0.95), and a similar rate of myocardial infarction (HR 1.02, 95% CI 0.62-1.67) compared with warfarin. For major bleeding, a quantitative interaction was seen (P-interaction = 0.003) with a greater reduction in major bleeding in patients without diabetes even after multivariable adjustment. Other measures of bleeding showed a consistent reduction with apixaban compared with warfarin without a significant interaction based on diabetes status. CONCLUSION: Apixaban has similar benefits on reducing stroke, decreasing mortality, and causing less intra-cranial bleeding than warfarin in patients with and without diabetes.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 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 ».