Effects of RAAS Blockers on Atrial Fibrillation Prophylaxis
Notice bibliographique
Résumé
BACKGROUND: Impact of atrial fibrillation on clinical outcomes is well recognized, and application of renin-angiotensin-aldosterone system (RAAS) blockers for the prevention of atrial fibrillation (AF) is a theoretically appealing concept. However, clinical trials have yielded inconsistent results. METHODS: A pooled study of 26 randomized controlled trials (RCTs) assessing the efficacy of RAAS blockers on AF prophylaxis was performed. RESULTS: A total of 28 reports from 26 randomized controlled trials enrolled 165 387 patients, with an overall 24% reduction in the incidence of AF (odds ratio [OR]: 0.76, 95% confidence interval [CI]: 0.68-0.85], P = .000). Forty-nine percent reduction in the incidence of AF (OR: 0.51, 95% CI: 0.30-0.85, P = .010) in systolic heart failure was observed, whereas no significant effect was observed in patients with diastolic heart failure, postmyocardial infarction, and high cardiovascular disease risk. There was a 19% (OR: 0.81, 95% CI: 0.67-1.00, P = .037) reduction in new-onset and 54% (OR: 0.46, 95% CI: 0.33-0.62, P = .000) reduction in recurrent AF in hypertensive patients with 39% (OR: 0.61, 95% CI: 0.44-0.84, P = .003) risk reduction against calcium blockers and 41% (OR: 0.59, 95% CI: 0.44-0.80, P = .001) risk reduction against β blockers. Angiotensin-receptor blocker appeared marginally superior to angiotensin-converting enzyme inhibitor in primary and secondary prevention. CONCLUSION: This study suggests that RAAS blockade effectively suppresses AF in systolic heart failure, and hypertensives derive greater benefit against new-onset and recurrent AF compared to β blockers, calcium channel blockers, and diuretics.
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) | 0,003 | 0,004 |
| 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 ».