Apixaban, concomitant medicines and spontaneous reports of haemorrhagic events
Notice bibliographique
Résumé
Introduction: Little is known about the potential safety issues associated with apixaban in clinical practice and their reporting in spontaneous adverse event (SAE) databases. Objective: To describe SAE reports associated with the oral anticoagulant apixaban from Australia, Canada and USA and to examine associated concomitant medicine use. Methods: SAE report databases from Australia, Canada and the USA were examined for all reports of adverse events associated with apixaban and concomitant medicines from 1 January 2012 to 30 September 2014. Disproportionality analysis (proportional reporting ratio (PRR) and reporting odds ratio (ROR)) was conducted for the quantitative detection of signals using the USA database. Results: There were 97 SAE reports associated with apixaban from Australia, 77 from Canada and 2877 from the USA. Reporting of haemorrhage (any type) was common, ranging from 18% for USA to 31% for Australia. Gastrointestinal (GI) haemorrhage was the most commonly reported haemorrhage, accounting for approximately 10% of adverse event reports across all countries. Positive signals were confirmed in the USA data (haemorrhage (any type) PRR, 12.1; χ 2 , 5582.2 and ROR, 13.4; 95% CI: 12.13–14.6; GI haemorrhage PRR, 11.8; χ 2 , 2325.4 and ROR, 12.3; 95% CI, 10.8–14.0). Reporting of concomitant use of medicines with the potential to increase bleeding risk ranged from 47.6% in Canada to 65.5% in Australia. Conclusion: A large proportion of adverse event reports for apixaban were associated with use of concomitant medicines which may have increased the risk of haemorrhage.
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 ».