Systematic review and network meta-analysis of stroke-prevention treatments in patients with atrial fibrillation
Notice bibliographique
Résumé
BACKGROUND: In the last 4 years, four novel oral anticoagulants have been developed as alternatives to warfarin and antiplatelet agents for stroke prevention in atrial fibrillation (AF) patients. The objective of this review was to estimate the comparative effectiveness of all antithrombotic treatments for AF patients. MATERIALS AND METHODS: Data sources were Medline Ovid (1946 to October 2015), Embase Ovid (1980 to October 2015), and the Cochrane Central Register of Controlled Trials (CENTRAL, Issue 9, 2015). Randomized controlled trials of AF patients were selected if they compared at least two of the following: placebo, aspirin, aspirin and clopidogrel combination therapy, adjusted-dose warfarin (target international normalized ratio 2.0-3.0), dabigatran, rivaroxaban, apixaban, and edoxaban. Bayesian network meta-analyses were conducted for outcomes of interest (all stroke, ischemic stroke, myocardial infarction, overall mortality, major bleeding, and intracranial hemorrhage). RESULTS: Based on 16 randomized controlled trials of 96,826 patients, all oral anticoagulants were more effective than antiplatelet agents at reducing the risk of ischemic stroke and all strokes. Compared to warfarin, dabigatran 150 mg (rate ratio 0.65, 95% credible interval 0.52-0.82) and apixaban (rate ratio 0.82, 95% credible interval 0.69-0.97) reduced the risk of all strokes. Dabigatran 150 mg was also more effective than warfarin at reducing ischemic stroke risk (rate ratio 0.76, 95% credible interval 0.59-0.99). Aspirin, apixaban, dabigatran 110 mg, and edoxaban were associated with less major bleeding than warfarin. CONCLUSION: All oral anticoagulants reduce the risk of stroke in AF patients. Some novel oral anticoagulants are associated with a lower stroke and/or major bleeding risk than warfarin. In addition to the safety and effectiveness of drug therapy, as reported in this study, individual treatment recommendations should also consider the patient's underlying stroke and bleeding risk profile.
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 | 0,025 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,034 |
| Bibliométrie | 0,008 | 0,008 |
| 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 ».