Number of patients needed to prescribe statins in primary cardiovascular prevention: mirage and reality
Notice bibliographique
Résumé
Background: Number of patients needed to treat (NNT) with a statin in primary prevention of coronary heart disease (CHD) is often misinterpreted because this single statistic averages results from heterogeneous studies. Objective: To provide estimates of the number of individuals needed to be prescribed a statin to prevent one CHD event accounting for their level of CHD risk and for persistence to treatment. Methods: A post hoc analysis was conducted based on a Cochrane review on statins for the primary prevention of cardiovascular diseases. Five-year NNTs were calculated separately from randomized clinical trials (RCTs), including 'lower' and 'higher' risk populations (CHD mean event rates of 3.7 and 14.4 per 1000 person-years, respectively). NNTs were adjusted for 5-year persistence to treatment using a value of 65%. Results: Persistence-adjusted 5-year NNTs to prevent one CHD for the lower and higher CHD risk categories were 146 [95% confidence interval (CI): 117-211] and 53 (95% CI: 39-88) respectively, values 25% and 15% higher than their unadjusted counterpart (117, 95% CI: 94-167 and 46, 95% CI: 34-78). Conclusions: Five-year NNTs for statins to prevent a first CHD is almost three times higher in those at lower versus higher risk populations. Reporting combined results from RCTs including subjects at different cardiovascular risks should be avoided. Individualizing the risk of CHD should orient family physicians and their patients in their choice of preventive approaches and generate more realistic expectations about compliance and outcomes.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».