Characteristics and 2-Year Outcomes of Dabigatran Treatment in Patients with Heart Failure and Atrial Fibrillation: GLORIA-AF
Notice bibliographique
Résumé
Abstract Aims This study aimed to describe baseline characteristics of patients with atrial fibrillation (AF) at risk of stroke with and without history of heart failure (HF) and report 2-year outcomes in the dabigatran-treated subset of a prospective, global, observational study (GLORIA-AF). Methods and results Newly diagnosed patients with AF and CHA2DS2-VASc score ≥ 1 were consecutively enrolled. Baseline characteristics were assessed by the presence or absence of HF diagnosis at enrolment. Incidence rates for outcomes in dabigatran-treated patients were estimated with and without standardization by stroke (excluding HF component) and bleeding risk scores. A total of 15 308 eligible patients were enrolled, including 15 154 with known HF status; of these, 3679 (24.0%) had been diagnosed with HF, 11 475 (75.0%) had not. Among 4873 dabigatran-treated patients, 1169 (24.0%) had HF, and 3658 (75.1%) did not; the risk of stroke was high (CHA2DS2-VASc score ≥ 2) for 94.3% of patients with HF and 85.8% without, while 6.0% and 7.0%, respectively, had a high bleeding risk (HAS-BLED ≥ 3). Incidence rates of all-cause death in dabigatran-treated patients with and without HF, standardized for CHA2DS2-VASc and HAS-BLED scores, were 4.76 vs. 1.80 per 100 patient years (py), with roughly comparable rates of stroke (0.82 vs. 0.60 per 100 py) and major bleeding (1.20 vs. 0.92 per 100 py). Conclusions Patients with AF and history of HF may have greater disease burden at AF diagnosis and increased mortality rates vs. patients without HF. Stroke and major bleeding rates were roughly comparable between groups confirming the long-term safety and effectiveness of dabigatran in patients with HF.
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) | 0,001 | 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 ».