MétaCan
Menu
← Retour à la cohorte
Enregistrement W3206724228 · doi:10.1093/eurheartj/ehab724.0468

Impact of NOAC and VKA on outcome of patients with newly diagnosed atrial fibrillation and diabetes: a report from the GARFIELD-AF registry

2021· article· en· W3206724228 sur OpenAlexaff
Jean‐Pierre Bassand, Saverio Virdone, Freek W.A. Verheugt, A. John Camm, Frank Cools, Keith A.A. Fox, Samuel Z. Goldhaber, Shinya Goto, Sylvia Haas, Werner Hacke, Gloria Kayani, Frank Misselwitz, Karen S. Pieper, Alexander G. G. Turpie, A. K. Kakkar

Notice bibliographique

RevueEuropean Heart Journal · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineAtrial fibrillationHazard ratioDiabetes mellitusStroke (engine)Proportional hazards modelPopulationCardiologyHeart failureConfidence intervalEndocrinology

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Diabetes mellitus (DM) is one of the most common comorbidities observed in patients with atrial fibrillation (AF). It is associated with increased risks of stroke/SE and death. Purpose To assess the impact of NOAC and VKA on outcomes of newly diagnosed AF in patients with DM and 2-year follow-up. Methods The study population comprised 52,010 patients with newly diagnosed AF, 11,542 DM and 40,468 non-DM, who were enrolled in GARFIELD-AF, the largest multinational prospective AF registry. Adjusted hazard ratios (HRs) were obtained through Cox proportional-hazard models to quantify the effects of diabetes on death, stroke/SE and major bleeding. Comparative effectiveness analyses were restricted to 18,373 patients eligible for oral anticoagulation (OAC) enrolled between 2013- 2016 after NOACs became available in most countries. Safety and effectiveness of NOAC and VKA in DM and non-DM patients were assessed with propensity scores using an overlap weighting scheme. Weights were applied to Cox proportional-hazards models to estimate the effects of NOAC vs VKA use for each endpoint. Results Compared to non-DM patients, DM patients (44.5% with oral antidiabetic drug, 13.4% with insulin) had higher BMI (28.7 vs 26.4), more frequent history of heart failure (24.8% vs 21.9%), acute coronary syndromes (15.9% vs 9.2%), vascular disease (32.6% vs 22.6%), stroke/TIA/SE (12.8% vs 10.9%), hypertension (85.7% vs 73.7%), hypercholesterolemia (55.3% vs 37.7%), moderate to severe CKD (14.4% vs 9.6%). They had higher rates of OAC use (70.5% vs 65.8%), were more often treated with VKA (44.0% vs 38.0%), or AP in combination with OAC or as monotherapy (40.6% vs 33.8%), were at higher risk of stroke/SE according to CHA2DS2-VASc score [4.0 (3.0; 5.0) vs (3.0 (2.0; 4.0)], had at 2-year follow-up significantly higher rates of all-cause death, stroke/SE, and major bleeding (Figure 1). Overall, OAC vs no OAC led in both non-DM and DM populations to similar risk reduction for death [HR 0.75 (0.69–0.83) vs 0.74 (0.64–0.86)], stroke/SE [0.69 (0.58–0.83) vs 0.70 (0.53–0.93)], and similar increase in major bleeding risk [HR 1.40 (1.14–1.71) vs 1.37 (0.99–1.89)]. NOAC use trended toward lower all-cause death (significant for non-DM but not for DM) and major bleeding rates than VKA in both non-DM and DM patients. A non-significant increase in stroke/SE rates was observed in DM patients (Figure 2). Conclusion At baseline, DM patients had higher rates of OAC prescription. They had higher rates of all cause, cardiovascular and non-cardiovascular death, stroke/SE, and major bleeding than non-DM patients. Lower rates of all-cause death and of major bleeding were observed with NOACs compared with VKAs in both DM and non-DM patients and of stroke/SE in non-DM patients. These results tend to show that in DM AF patients, NOACs should be favoured over VKA, though higher rates of CKD in DM patients may limit the uptake of such drugs. Funding Acknowledgement Type of funding sources: Private grant(s) and/or Sponsorship. Main funding source(s): The GARFIELD-AF registry was funded by an unrestricted research grant from Bayer AG. This work is supported by KANTOR CHARITABLE FOUNDATION for the Kantor-Kakkar Global Centre for Thrombosis Science.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,055
Tête enseignante GPT0,328
Écart entre enseignants0,274 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Heart Journal→Même sujetAtrial Fibrillation Management and Outcomes→Travaux en français237 207→