Aspirin Compared to Low Intensity Anticoagulation in Patients with Non-Valvular Atrial Fibrillation. A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Despite its lack of efficacy, aspirin is commonly used for stroke prevention in atrial fibrillation. Since prior studies have suggested a benefit of low-intensity anticoagulation over aspirin in the prevention of vascular events, the aim of this systematic review was to compare the outcomes of patients with non-valvular atrial fibrillation treated with low-intensity anticoagulation with Vitamin K antagonists or aspirin. METHODS: We conducted a systematic review searching Ovid MEDLINE, Embase and the Cochrane Central Register of Controlled Trials, from 1946 to October 14th, 2015. Randomized controlled trials were included if they reported the outcomes of patients with non-valvular atrial fibrillation treated with a low-intensity anticoagulation compared to patients treated with aspirin. The primary outcome was a combination of ischemic stroke or systemic embolism. The random-effects model odds ratio was used as the outcome measure. RESULTS: Our initial search identified 6309relevant articles of which three satisfied our inclusion criteria and were included. Compared to low-intensity anticoagulation, aspirin alone did not reduce the incidence of ischemic stroke or systemic embolism OR 0.94 (95% CI 0.57-1.56), major bleeding OR 1.06 (95% CI 0.42-2.62) or vascular death OR 1.04 (95% CI 0.61-1.75). The use of aspirin was associated with a significant increase in all-cause mortality OR 1.66 (95% CI 1.12-2.48). CONCLUSION: In patients with non-valvular atrial fibrillation, aspirin provides no benefits over low-intensity anticoagulation. Furthermore, the use of aspirin appears to be associated with an increased risk in all-cause mortality. Our study provides more evidence against the use aspirin in patients with non-valvular atrial fibrillation.
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 | 0,009 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,030 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».