MétaCan
Menu
Retour à la cohorte
Enregistrement W2604910616 · doi:10.1136/heartjnl-2016-310090

Predicting the risk of bleeding during dual antiplatelet therapy after acute coronary syndromes

2017· article· en· W2604910616 sur OpenAlexaff
Joakim Alfredsson, Benjamin Neely, Megan L. Neely, Deepak L. Bhatt, Shaun G. Goodman, Pierluigi Tricoci, Kenneth W. Mahaffey, Jan H. Cornel, Harvey D. White, Keith A.A. Fox, Dorairaj Prabhakaran, Kenneth J. Winters, Paul W. Armstrong, E. Magnus Ohman, Matthew T. Roe

Notice bibliographique

RevueHeart · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueAntiplatelet Therapy and Cardiovascular Diseases
Établissements canadiensCanadian VIGOUR CentreUniversity of AlbertaSt. Michael's Hospital
Organismes subventionnairesDaiichi Sankyo CompanyEli Lilly and Company
Mots-clésMedicineTIMICardiologyInternal medicineMyocardial infarctionAcute coronary syndromeAspirinUnstable anginaClopidogrelFramingham Risk ScoreCoronary artery diseaseCreatinineThrombolysisSurgeryDisease

Résumé

récupéré en direct d'OpenAlex

Objectives Dual antiplatelet therapy (DAPT) with aspirin + a P2Y12 inhibitor is recommended for at least 12 months for patients with acute coronary syndrome (ACS), with shorter durations considered for patients with increased bleeding risk. However, there are no decision support tools available to predict an individual patient’s bleeding risk during DAPT treatment in the post-ACS setting. Methods To develop a longitudinal bleeding risk prediction model, we analy sed 9240 patients with unstable angina/non-ST segment elevation myocardial infarction (NSTEMI) from the Targeted Platelet Inhibition to Clarify the Optimal Strategy to Medically Manage Acute Coronary Syndromes (TRILOGY ACS) trial, who were managed without revasculari sation and treated with DAPT for a median of 14.8 months. Results We identified 10 significant baseline predictors of non-coronary artery bypass grafting (CABG)-related Global Use of Strategies to Open Occluded Arteries (GUSTO) severe/life-threatening/moderate bleeding: age, sex, weight, NSTEMI (vs unstable angina), angiography performed before randomi sation, prior peptic ulcer disease, creatinine, systolic blood pressure, haemoglobin and treatment with beta-blocker. The five significant baseline predictors of Thrombolysis In Myocardial Infarction (TIMI) major or minor bleeding included age, sex, angiography performed before randomi sation, creatinine and haemoglobin. The models showed good predictive accuracy with Therneau’s C- indices: 0.78 (SE = 0.024) for the GUSTO model and 0.67 (SE = 0.023) for the TIMI model. Internal validation with bootstrapping gave similar C -indices of 0.77 and 0.65, respectively. External validation demonstrated an attenuated C -index for the GUSTO model (0.69) but not the TIMI model (0.68). Conclusions Longitudinal bleeding risks during treatment with DAPT in patients with ACS can be reliably predicted using selected baseline characteristics. The TRILOGY ACS bleeding models can inform risk –benefit considerations regarding the duration of DAPT following ACS. Trial registration ClinicalTrials.gov identifier: https://clinicaltrials.gov/ct2/show/NCT00699998

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,266
Écart entre enseignants0,250 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations47
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHeartMême sujetAntiplatelet Therapy and Cardiovascular DiseasesTravaux en français237 207