Major bleeding in users of direct oral anticoagulants in atrial fibrillation: A pooled analysis of results from multiple population‐based cohort studies
Notice bibliographique
Résumé
OBJECTIVE: To establish the risk of major bleeding in direct oral anticoagulant (DOAC) users (overall and by class) versus vitamin K antagonist (VKA) users, using health care databases from four European countries and six provinces in Canada. METHODS: A retrospective cohort study was performed according to a similar protocol. First-users of VKAs or DOACs with a diagnosis of non-valvular atrial fibrillation (NVAF) were included. The main outcome of interest was major bleeding and secondary outcomes included gastrointestinal (GI) bleeding and intracranial haemorrhage (ICH). Incidence rates of events per 1000 person years were calculated. Hazard ratios (HRs) and 95% confidence intervals (95% CI) were estimated using a Cox proportional hazard regression model. Exposure and confounders were measured and analysed in a time-dependant way. Risk estimates were pooled using a random effect model. RESULTS: 421 523 patients were included. The risk of major bleeding for the group of DOACs compared to VKAs showed a pooled HR of 0.94 (95% CI: 0.87-1.02). Rivaroxaban showed a modestly increased risk (HR 1.11, 95% CI: 1.06-1.16). Apixaban and dabigatran showed a decreased risk of respectively HR 0.76 (95% CI: 0.69-0.84) and HR 0.85 (95% CI: 0.75-0.96). CONCLUSIONS: This study confirms that the risk of major bleeding of DOACs compared to VKAs is not increased when combining all DOACs. However, we observed a modest higher risk of major bleeding for rivaroxaban, whereas for apixaban and dabigatran lower risks of major bleeding were observed compared to VKAs.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| 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 | 0,000 |
| 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 ».