MétaCan
Menu
← Retour à la cohorte
Enregistrement W2903736777 · doi:10.1093/eurheartj/ehy566.p5140

P5140Geographic region, stroke risk and renal function strongly affect treatment choice for stroke prevention in patients with non-valvular AF: results from the GLORIA-AF registry program

2018· article· en· W2903736777 sur OpenAlexaff
L Beier, Lionel Riou França, Gregory Y.H. Lip, Menno V. Huisman, Kristina Zint, Jonathan L. Halperin, HC Diener, Sérgio Dubner, Changsheng Ma, Christine Teutsch, Miney Paquette, Ralf Minkenberg, Shihai Lu, Kenneth J. Rothman

Notice bibliographique

RevueEuropean Heart Journal · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensBoehringer Ingelheim (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineStroke (engine)Affect (linguistics)Renal functionStroke riskCardiologyPhysical medicine and rehabilitationInternal medicinePhysical therapyIschemic strokeIschemia

Résumé

récupéré en direct d'OpenAlex

Background: Atrial fibrillation (AF) is the most common cardiac arrhythmia and an independent risk factor for stroke. With the introduction of non-Vitamin K antagonist (VKA) oral anticoagulants (NOACs), antithrombotic treatment patterns in non-valvular AF (NVAF) patients have changed. Purpose: To evaluate the effect of stroke and bleeding risk factors on treatment choice of stroke prevention therapy in patients with newly diagnosed NVAF at risk of stroke. Methods: We analyzed data from Phase II of the Global Registry on Long-Term Oral Antithrombotic Treatment in Patients with Atrial Fibrillation (GLORIA-AF), which commenced with the first availability of a NOAC in participating countries. Sites were eligible based on availability of both dabigatran and VKA. We predict which treatments for stroke prevention would be prescribed to newly-diagnosed NVAF patients by multivariable multinomial logistic regression based on clinical and demographic factors. Predicted probabilities of receiving each treatment for main predictors are reported, keeping all other characteristics unchanged. Stroke or bleeding risk scores and their component risk factors were assessed in separate models, in both cases adjusting for potential confounders. Predicted probabilities derive from the “components” model, except for the effect of the summary scores.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,046
Tête enseignante GPT0,314
Écart entre enseignants0,268 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Heart Journal→Même sujetAtrial Fibrillation Management and Outcomes→Travaux en français237 207→