A Meta-Analysis of Randomized Controlled Trials of Aspirin in Primary Prevention of Cardiovascular Disease.
Notice bibliographique
Résumé
Abstract Abstract 174 Primary prevention with aspirin reduces the risk of non-fatal cardiovascular events but has not been demonstrated to reduce mortality. We performed an updated meta-analysis of randomised controlled trials of aspirin in primary prevention to obtain best estimates of the benefits and harm of aspirin compared with no aspirin with a focus on mortality. Eligible articles were identified by computerized search of MEDLINE, EMBASE, Cochrane library and CINAHL databases, review of bibliographies of relevant publications and a related article search using PubMed. The outcomes of interest included all cause mortality, cardiovascular mortality, the composite of myocardial infarction, stroke or death, and bleeding. 2 reviewers independently extracted study information and data. Data were pooled from individual trials using the DerSimonian-Laird random-effects model and results are presented as relative risk (RR) and 95% confidence intervals (CI). 8 studies comprising a total of 96,726 subjects were included. Aspirin reduced all-cause mortality (RR 0.94; 95%CI 0.88–1.00), the composite of myocardial infarction, stroke or cardiovascular death (RR 0.87; 95%CI 0.82–0.93), and myocardial infarction (RR 0.8; 95%CI 0.66–0.98) but did not significantly reduce cardiovascular mortality (RR 0.94; 95%CI 0.82–1.08) or stroke (RR 0.93; 95%CI 0.81–1.07). Aspirin increased the risk of major bleeding (RR; 1.69 95%CI 1.38–2.08), gastrointestinal bleeding (RR 1.38; 95%CI 1.16–1.65) and hemorrhagic stroke (RR 1.36; 95%CI 1.01–1.84). There was no interaction between subjects with or without diabetes for the outcomes of all cause mortality, cardiovascular mortality, the composite of myocardial infarction, stroke or death. Aspirin therapy in subjects with no prior history of cardiovascular disease reduces the risk of cardiovascular events, myocardial infarction and overall mortality. These benefits are achieved at the expense of increased bleeding. Disclosures: No relevant conflicts of interest to declare.
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 | 0,045 | 0,086 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,003 |
| Méta-épidémiologie (sens large) | 0,028 | 0,057 |
| Bibliométrie | 0,012 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».