Impact of oral anticoagulation in patients with atrial fibrillation at very low thromboembolic risk
Notice bibliographique
Résumé
OBJECTIVE: To investigate reasons for and impact of oral anticoagulation (OAC) in patients with atrial fibrillation (AF) at very low thromboembolic risk. METHODS: -VASc score 0 (men) or 1 (women) from the Global Anticoagulant Registry in the FIELD-Atrial Fibrillation (GARFIELD-AF) were studied. Baseline characteristics according to OAC use were evaluated by logistic regression analysis. Non-haemorrhagic stroke or systemic embolism, major bleeding, cardiovascular and all-cause mortality were compared. RESULTS: -VASc patients in GARFIELD-AF, 44% received OAC. In an adjusted model, increasing age up to 65 years (OR (95% CI)=1.31 (1.19 to 1.44)) and persistent AF (OR (95% CI)=3.25 (2.44 to 4.34)) or permanent AF (OR (95% CI)=2.29 (1.59 to 3.30)) versus paroxysmal/unclassified AF were associated with OAC use. Concomitant antiplatelet therapy (OR (95% CI)=0.21 (0.17 to 0.27)) was inversely associated. Crude incidence rates per 100 person-years over 2 years in patients on OAC versus not on OAC were 0.32 (95% CI 0.14 to 0.71) vs 0.30 (95% CI 0.14 to 0.63) for non-haemorrhagic stroke or systemic embolism, 0.21 (95% CI 0.08 to 0.57) vs 0.17 (95% CI 0.06 to 0.46) for major bleeding, 0.26 (95% CI 0.11 to 0.64) vs 0.26 (95% CI 0.12 to 0.57) for cardiovascular mortality and 0.74 (95% CI 0.44 to 1.25) vs 0.99 (95% CI 0.66 to 1.49) for all-cause mortality. CONCLUSIONS: -VASc score receive OAC. Persistent or permanent AF and increasing age up to 65 years are associated with OAC use, while concomitant antiplatelet therapy shows an inverse association. Regardless whether patients received OAC therapy, few thromboembolic and bleeding events occur, highlighting the low risk of this population.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».