Effect of alirocumab on cardiovascular outcomes after acute coronary syndromes according to age: an ODYSSEY OUTCOMES trial analysis
Notice bibliographique
Résumé
AIMS: Lowering low-density lipoprotein cholesterol (LDL-C) reduces cardiovascular risk irrespective of age, but the evidence is less strong for older patients. METHODS AND RESULTS: This prespecified analysis from ODYSSEY OUTCOMES compared the effect of alirocumab vs. placebo in 18 924 patients with recent acute coronary syndrome (ACS) according to age. We examined the effect of assigned treatment on occurrence of the primary study outcome, a composite of coronary heart disease death, myocardial infarction, ischaemic stroke, or unstable angina requiring hospitalization [major adverse cardiovascular event (MACE)] and all-cause death. Relative risk reductions were consistent for patients ≥65 vs. <65 years for MACE [hazard ratio (HR) 0.78, 95% confidence interval (CI) 0.68-0.91 vs. 0.89, 0.80-1.00; Pinteraction = 0.19] and all-cause death [HR 0.77, 0.62-0.95 vs. 0.94, 0.77-1.15; Pinteraction = 0.46], and consistent for MACE when dichotomizing at age 75 years (HR 0.85, 0.64-1.13 in ≥75 vs. 0.85, 0.78-0.93 in <75, Pinteraction = 0.19). When considering age as a continuous variable in regression models, advancing age increased risk of MACE, as well as the absolute reduction in MACE with alirocumab, with numbers-needed-to-treat for MACE at 3 years of 43 (25-186) at age 45 years, 26 (15-97) at age 75 years, and 12 (6-81) for those at age 85 years. Although adverse events were more frequent in older patients, there were no differences between alirocumab and placebo. CONCLUSION: In patients with recent ACS, alirocumab improves outcomes irrespective of age. Increasing absolute benefit but not harm with advancing age suggests that LDL-C lowering is an important preventive intervention for older patients after ACS.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».