Colchicine in Patients With Coronary Artery Disease: A Systematic Review and Meta‐Analysis of Randomized Trials
Notice bibliographique
Résumé
Background Inflammation plays a pivotal role in coronary artery disease (CAD). The anti‐inflammatory drug colchicine seems to reduce ischemic events in patients with CAD. So far there is equipoise about its safety and impact on mortality. Methods and Results To evaluate the utility of colchicine in patients with acute and chronic CAD, we performed a systematic review and meta‐analysis. MEDLINE, EMBASE, Cochrane CENTRAL and conference abstracts were searched from January 1975 to October 2020. Randomized trials assessing colchicine compared with placebo/standard therapy in patients with CAD were included. Data were combined using random‐effects models. The reliability of the available data was tested using trial sequential analyses . Of 3108 citations, 13 randomized trials (n=13 125) were included. Colchicine versus placebo/standard therapy in patients with CAD reduced risk of myocardial infarction (odds ratio [OR] 0.64; 95% CI, 0.46–0.90; P =0.01; I 2 41%) and stroke/transient ischemic attack (OR 0.50; 95% CI, 0.31–0.81; P =0.005; I 2 0%). But treatment with colchicine compared with placebo/standard therapy had no influence on all‐cause and cardiovascular mortality (OR 0.96; 95% CI, 0.65–1.41; P =0.83; I 2 24%; and OR 0.82; 95% CI, 0.55–1.22; P =0.45; I 2 0%, respectively). Colchicine increased the risk for gastrointestinal side effects ( P <0.001). According to trial sequential analyses, there is only sufficient evidence for a myocardial infarction risk reduction with colchicine. Conclusions Among patients with CAD, colchicine reduces the risk of myocardial infarction and stroke, but has a higher rate of gastrointestinal upset with no influence on all‐cause mortality.
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,012 | 0,004 |
| Bibliométrie | 0,000 | 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 ».