Abstract 19049: Net Clinical Benefit of Vorapaxar in NSTE ACS: Role of Ischemic and Bleeding Risk Stratification
Notice bibliographique
Résumé
Background: In 12,944 NSTE ACS pts included in the TRACER trial, platelet protease-activated-receptor 1 (PAR-1) antagonist vorapaxar, on top of standard of care with high thienopyridine use, was associated with an 11% reduction in CV death, MI, or stroke and an increased risk of bleeding. The trial was broadly inclusive and did not exclude pts based on bleeding risk. We evaluated the net clinical benefit of vorapaxar in the randomized population and according to patients’ predicted risks of ischemic events and major bleeding. Methods: Using multivariable models developed in the TRACER placebo group to predict 1-yr major bleeding (GUSTO severe or TIMI major bleeding) and recurrent ischemic events (composite of CV death, MI, stroke), patients were stratified into 2 bleeding risk categories (predicted rate >5% vs ≤5%) and 2 ischemic risk categories (predicted rate >13% vs ≤13%). Net clinical outcome was measured as the difference in treatment effects on the composite ischemic endpoint vs bleeding outcome. Results: Overall at 1-yr, vorapaxar resulted in a 1.30% absolute reduction in CV death, MI, and stroke and a 0.94% absolute increase in GUSTO severe bleeding (net benefit +0.34%). In pts with an increased risk of bleeding, vorapaxar had negative net clinical benefit (Figure). Among pts with high risk of ischemic events but low risk of bleeding (26% of the population), vorapaxar produced a favorable 2.8% absolute net benefit. Conclusion: Vorapaxar was associated with an improved net benefit in a selected but large group of NSTE ACS patients with high risk of recurrent ischemic events and low risk of bleeding, identified through the application of multivariable risk stratification strategies. Appropriate selection of patients in NSTE ACS, with the risk of bleeding balanced against that of recurrent ischemic events, appears to be a determinant of improved outcome with vorapaxar added to standard of care and high use of dual antiplatelet therapy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».