MétaCan
Menu
Retour à la cohorte
Enregistrement W3193858175 · doi:10.1055/a-1588-9155

Oral Anticoagulant Use in Patients with Morbid Obesity: A Systematic Review and Meta-Analysis

2021· review· en· W3193858175 sur OpenAlexaff
Tzu‐Fei Wang, Marc Carrier, Karine Fournier, Deborah Siegal, Grégoire Le Gal, Aurélien Delluc

Notice bibliographique

RevueThrombosis and Haemostasis · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensLibrary and Archives CanadaOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineObservational studyStroke (engine)Internal medicineBody mass indexIncidence (geometry)Atrial fibrillationRandomized controlled trialConfounding

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Obesity is associated with increased risks of atrial fibrillation (AF) and venous thromboembolism (VTE) for which anticoagulation is commonly used. However, data on the efficacy and safety of oral anticoagulants in patients with morbid obesity are limited. METHODS: We conducted a systematic review and meta-analysis to evaluate the efficacy and safety of direct oral anticoagulants (DOACs) or vitamin K antagonists (VKAs) for AF or VTE in patients with morbid obesity. RESULTS: = 77,687). The primary efficacy outcome was stroke/systemic embolism or recurrent VTE, and the primary safety outcome was major bleeding. DOACs were associated with a pooled incidence rate of stroke/systemic embolism of 1.16 per 100 person-years, compared to 1.18 with VKAs. The incidence of recurrent VTE on DOACs was 3.83 per 100 person-years, compared to 6.81 on VKAs. In both VTE and AF populations, DOACs were associated with lower risks of major bleeding compared to VKAs. However, all observational studies had moderate to serious risks of bias. CONCLUSION: Patients with morbid obesity on DOACs had similar risks of stroke/systemic embolism, lower rates of recurrent VTE, and major bleeding events compared to those on VKAs. However, the certainty of evidence was low given that studies were mostly observational with high risk of confounding.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,016
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0110,020
Bibliométrie0,0050,006
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,354
Tête enseignante GPT0,422
Écart entre enseignants0,068 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThrombosis and HaemostasisMême sujetAtrial Fibrillation Management and OutcomesTravaux en français237 207