MétaCan
Menu
Retour à la cohorte
Enregistrement W2981660530 · doi:10.1093/eurheartj/ehz748.0680

P1933Comparing treatment recommendations for the DAPT and PRECISE-DAPT scores after percutaneous coronary intervention

2019· article· en· W2981660530 sur OpenAlexaff
Rene Boudreau, Angel Fu, Quinton Barry, Dylan Perry‐Nguyen, Uyen Tran, T Simmard, M. Le May, Marino Labinaz, Alexander Dick, Christopher Glover, Michael Froeschl, Benjamin Hibbert, Aun‐Yeong Chong, Derek So

Notice bibliographique

RevueEuropean Heart Journal · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAntiplatelet Therapy and Cardiovascular Diseases
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineConventional PCIPercutaneous coronary interventionInternal medicineAspirinConcordanceCardiologyCohortMyocardial infarction

Résumé

récupéré en direct d'OpenAlex

Abstract Background Dual antiplatelet therapy (DAPT), with aspirin and a P2Y12 inhibitor, is the standard therapy for patients following PCI. Duration of treatment with DAPT has been controversial despite large studies. Current guidelines recommend treatment duration be individualized based on risk of ischemia and bleeding. To facilitate treatment decisions, risk assessment tools, including the DAPT and PRECISE-DAPT scores, have been developed. Purpose As components of these scores differ, the variability of recommendation remains unknown. We set to evaluate inter-tool concordance in treatment recommendation in a cohort of patients after PCI. Methods Using data from our local PCI registry, we calculated the PRECISE-DAPT at baseline following PCI and the DAPT after 1 year of treatment for 311 consecutive patients with complete data for both scores to be calculated. Based on their DAPT and PRECISE-DAPT scores, patients were grouped into concordant for long-term treatment (DAPT ≥2 and PRECISE-DAPT <25) or concordant for shortened treatment (DAPT <2 and PRECISE- DAPT ≥25). All other patients were considered discordant. We then performed a concordance analysis using Cohen's kappa to measure degree of agreement. Results Among the 311 patients, mean age was 63.4 (SD 11.6); 245 (79%) were men, 93 (29.9%) had history of a prior MI, 130 (41.8%) were current smokers, 32 (10.3%) had a history of CHF or LVEF <30%, 82 (26.3%) had diabetes and 196 (63.0%) were previously diagnosed with hypertension. Index event consisted of a STEMI in 101 (32.4%), NSTEMI in 93 (29.9%), unstable angina in 27 (8.7%), stable angina in 67 (21.5%) and the remaining 23 (7.4%) had other indications for PCI. Mean DAPT score was 1.52 (SD 1.37). Mean PRECISE-DAPT was 17.65 (SD 12.73). The DAPT recommended long-term treatment for 162 (52.1%) and shortened treatment for 149 (47.9%). The PRECISE-DAPT recommended long-term treatment for 245 (78.9%) and shortened treatment for 66 (21.2%). The overall proportion of agreement between the two risk scores was 56.6% with a Cohen's kappa index of 0.110 (95% CI, 0.017 to 0.204). See Table. Concordance Analysis PRECISE-DAPT Score Recommendation Long Term (N=245) Shortened (N=66) DAPT Score Recommendation Long Term (N=162) 136 (43.7%) 26 (8.4%) Concordant for Long Term Treatment Shortened (N=149) 109 (35%) 40 (12.8%) Concordant for Shortened Treatment Conclusion Comparison of the DAPT score and the PRECISE-DAPT score showed concordance in treatment recommendation in only 56.6% of patients. Given the poor agreement between these tools, prospective concurrent evaluations and correlation to outcomes will be required in future studies.

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)0,007
score de la tête « metaresearch » (Gemma)0,030
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 enseignants0,007
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,030
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,307
Écart entre enseignants0,264 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Heart JournalMême sujetAntiplatelet Therapy and Cardiovascular DiseasesTravaux en français237 207