Re-evaluating Safety and Effectiveness of Dabigatran Versus Warfarin in a Nationwide Data Environment: A Prevalent New-User Design Study
Notice bibliographique
Résumé
INTRODUCTION: The new user cohort design is widely used to assess the effects of a new drug, such as dabigatran, but inherently excludes some users due to prior use of the comparator drug, for example warfarin. The prevalent new-user design offers a solution that includes all eligible users of the new drug. OBJECTIVE: To evaluate the safety and effectiveness of dabigatran versus warfarin in non-valvular atrial fibrillation (NVAF) patients with prevalent new-user design. METHODS: Taiwan National Health Insurance and mortality data from 2011 through 2015 were utilized. From an incident NVAF cohort, we identified dabigatran initiators as either incident or prevalent (switchers from warfarin) new users. Time- and prescription-based exposure sets were formed for dabigatran initiators to account for prior warfarin prescriptions. A comparable warfarin user was matched on the time-conditional propensity score to the dabigatran initiator in each set. The matched patients were followed for clinical outcomes, with Cox proportional hazards model used to estimate hazard ratios (HRs). RESULTS: There were 10,811 dabigatran initiators, including 22% prevalent new users (switchers), who formed the exposure sets and were matched 1:1 to warfarin users. Dabigatran use was associated with lower risks of intracranial hemorrhage (HR 0.51; 95% confidence interval [CI] 0.39, 0.66) and gastrointestinal bleeding (HR 0.81; 95% CI 0.70, 0.92), compared with warfarin use. These effects were similar between the incident and prevalent new users. CONCLUSION: Using a design that includes both incident and prevalent new users of dabigatran, the use of dabigatran is associated with lower major bleeding risk than warfarin use among patients with incident NVAF.
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 | 0,098 | 0,148 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,005 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».