Low adherence to statin treatment during the 1st year after an acute myocardial infarction is associated with increased 2nd-year mortality risk—an inverse probability of treatment weighted study on 54 872 patients
Notice bibliographique
Résumé
AIMS: Experiencing an acute myocardial infarction (AMI) is a life-threatening event and use of statins can reduce the probability of recurrence and improve long-term survival. However, the effectiveness of statins in the real-world setting may be lower than the reported efficacy in randomized clinical trials. Therefore, we aimed to investigate whether low statin treatment adherence during the year following an AMI episode is associated with increased 2nd-year mortality. METHODS AND RESULTS: We analysed all 54 872 AMI patients aged ≥45 years, admitted to Swedish hospitals between 2010 and 2012, and who survive at least 1 year after the AMI episode. We defined low adherence as a medication possession ratio <50% or non-use of statins. Applying inverse probability of treatment weighting (IPTW), we investigated the association between low adherence and all-cause, cardiovascular disease (CVD), and non-CVD mortality during the 2nd year. Overall, 20% of the patients had low adherence during the 1st year and 8% died during the 2nd year. In the IPTW analysis, low adherence was associated with an increased risk of all-cause [absolute risk difference (ARD) = 0.048, number needed to harm (NNH) = 21, relative risk (RR) = 1.71], CVD (ARD = 0.035, NNH = 29, RR = 1.62), and non-CVD mortality (ARD = 0.013, NNH = 77, RR = 2.17). CONCLUSION: In the real-world setting, low statin adherence during the 1st year after an AMI episode is associated with increased mortality during the 2nd year. Our results reaffirm the importance of achieving a high adherence to statin treatment after suffering from an AMI.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».