Stroke Event Rates and the Optimal Antithrombotic Choice of Patients With Paroxysmal Atrial Fibrillation
Notice bibliographique
Résumé
The risks of stroke or systemic embolism and major bleeding are considered similar between paroxysmal and sustained atrial fibrillation (AF), and warfarin has demonstrated superior efficacy to aspirin, irrespective of the AF type. However, with the advent of novel oral anticoagulants (NOACs) and antiplatelet agents, the optimal antithrombotic prophylaxis for paroxysmal AF remains unclear.We searched Medline, Embase, CENTRAL, and China Biology Medicine up to October week 1, 2015. Randomized controlled trials of AF patients assigned to NOACs, warfarin, or antiplatelets, with reports of outcomes stratified by the AF type, were included. A fixed-effects model was used if no statistically significant heterogeneity was indicated; otherwise, a random-effects model was used.Six studies of 69,990 nonvalvular AF patients with ≥1 risk factor for stroke were included. Postantithrombotic treatment, paroxysmal AF patients showed lower risks of stroke (risk ratio [RR], 0.72; 95% confidence interval [CI], 0.59-0.87), stroke or systemic embolism (RR, 0.74; 95% CI, 0.63-0.86), and all-cause mortality (RR, 0.75; 95% CI, 0.67-0.83), while the major bleeding risk was comparable (RR, 0.96; 95% CI, 0.85-1.08). We were unable to detect the superiority of anticoagulation over antiplatelets for paroxysmal AF (RR, 0.72; 95% CI, 0.43-1.23), while it was more effective than antiplatelets for sustained AF (RR, 0.42; 95% CI, 0.33-0.54). NOACs showed superior efficacy over warfarin and trended to show reduced major bleeding irrespective of the AF type.The AF type is a predictor for thromboembolism, and might be helpful in stroke risk stratification model in combination with other risk factors. With the appearance of novel anticoagulant and antiplatelet agents, the best antithrombotic choice for paroxysmal AF needs further exploration.
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 | 0,017 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,009 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».