International trends in clinical characteristics and oral anticoagulation treatment for patients with atrial fibrillation: Results from the GARFIELD-AF, ORBIT-AF I, and ORBIT-AF II registries
Notice bibliographique
Résumé
Atrial fibrillation (AF) is the most common cardiac arrhythmia in the world. We aimed to provide comprehensive data on international patterns of AF stroke prevention treatment. Demographics, comorbidities, and stroke risk of the patients in the GARFIELD-AF (n = 51,270), ORBIT-AF I (n = 10,132), and ORBIT-AF II (n = 11,602) registries were compared (overall N = 73,004 from 35 countries). Stroke prevention therapies were assessed among patients with new-onset AF (≤6 weeks). Patients from GARFIELD-AF were less likely to be white (63% vs 89% for ORBIT-AF I and 86% for ORBIT-AF II) or have coronary artery disease (19% vs 36% and 27%), but had similar stroke risk (85% CHA2DS2-VASc ≥2 vs 91% and 85%) and lower bleeding risk (11% with HAS-BLED ≥3 vs 24% and 15%). Oral anticoagulant use was 46% and 57% for patients with a CHA2DS2-VASc = 0 and 69% and 87% for CHA2DS2-VASc ≥2 in GARFIELD-AF and ORBIT-AF II, respectively, but with substantial geographic heterogeneity in use of oral anticoagulant (range: 31%-93% [GARFIELD-AF] and 66%-100% [ORBIT-AF II]). Among patients with new-onset AF, non–vitamin K antagonist oral anticoagulant use increased over time to 43% in 2016 for GARFIELD-AF and 71% for ORBIT-AF II, whereas use of antiplatelet monotherapy decreased from 36% to 17% (GARFIELD-AF) and 18% to 8% (ORBIT-AF I and II). Among new-onset AF patients, non–vitamin K antagonist oral anticoagulant use has increased and antiplatelet monotherapy has decreased. However, anticoagulation is used frequently in low-risk patients and inconsistently in those at high risk of stroke. Significant geographic variability in anticoagulation persists and represents an opportunity for improvement.
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 | 0,001 |
| 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 | 0,001 | 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 ».