Impact of advanced age on management and prognosis in atrial fibrillation: insights from a population-based study in general practice
Notice bibliographique
Résumé
OBJECTIVES: to examine the use of antithrombotic therapy and predictors of stroke and death in very elderly (≥85 years) atrial fibrillation (AF) patients in a general practice cohort from the UK. DESIGN: retrospective, observational cohort study; 12-month follow-up period. SETTING: eleven general practices serving the town of Darlington, England representing a population of 105,000 patients. PATIENTS: two thousand two hundred and fifty-nine patients with a history of AF, 561 (24.8%) aged ≥85 years. MAIN OUTCOME MEASURES: use of antithrombotic therapy by age group and predictors of stroke and death. RESULTS: five hundred and sixty-one (24.8%) AF patients aged ≥85 years (mean (SD) age 89 (4) years; 66% female) identified with a mean CHA2DS2-VASc score of 4.6 (SD 1.4). Thirty-six per cent received oral anticoagulation (OAC) compared with 57% in the 75-84 years age group. Forty-nine per cent of the very elderly received antiplatelet (AP) monotherapy; recorded OAC contraindications and declines were greatest among those aged ≥85 years. Stroke risk was highest among the very elderly (5.2% per annum), despite anticoagulation (3.9%). Multivariate analyses demonstrated an increased risk of stroke with AP monotherapy (odds ratio (OR) 2.45, 95% confidence intervals (CIs) 1.05-5.70) and a significant reduction in all-cause mortality with OAC therapy (OR 0.59, 95% CI 0.36-0.99). CONCLUSION: the majority of very elderly AF patients in general practice do not receive OAC despite their higher stroke risk; almost half received AP monotherapy. AP use independently increased the risk of stroke, signifying that effective stroke prevention requires OAC regardless of age, except where true contraindications exist.
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 ».