Prevalence, management and impact of chronic obstructive pulmonary disease in atrial fibrillation: a systematic review and meta-analysis of 4,200,000 patients
Notice bibliographique
Résumé
AIM: Prevalence of chronic obstructive pulmonary disease (COPD) in atrial fibrillation (AF) patients is unclear, and its association with adverse outcomes is often overlooked. Our aim was to estimate the prevalence of COPD, its impact on clinical management and outcomes in patients with AF, and the impact of beta-blockers (BBs) on outcomes in patients with COPD. METHODS AND RESULTS: A systematic review and meta-analysis was conducted according to international guidelines. All studies reporting the prevalence of COPD in AF patients were included. Data on comorbidities, BBs and oral anticoagulant prescription, and outcomes (all-cause death, cardiovascular (CV) death, ischaemic stroke, major bleeding) were compared according to COPD and BB status. Among 46 studies, pooled prevalence of COPD was 13% [95% confidence intervals (CI) 10-16%, 95% prediction interval 2-47%]. COPD was associated with higher prevalence of comorbidities, higher CHA2DS2-VASc score and lower BB prescription [odds ratio (OR) 0.77, 95% CI 0.61-0.98]. COPD was associated with higher risk of all-cause death (OR 2.22, 95% CI 1.93-2.55), CV death (OR 1.84, 95% CI 1.39-2.43), and major bleeding (OR 1.45, 95% CI 1.17-1.80); no significant differences in outcomes were observed according to BB use in AF patients with COPD. CONCLUSION: COPD is common in AF, being found in 13% of patients, and is associated with increased burden of comorbidities, differential management, and worse outcomes, with more than a two-fold higher risk of all-cause death and increased risk of CV death and major bleeding. Therapy with BBs does not increase the risk of adverse outcomes in patients with AF and COPD.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 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 | 0,000 |
| 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 ».