Atrial fibrillation and clinical outcomes 1 to 3 years after myocardial infarction
Notice bibliographique
Résumé
Objective Atrial fibrillation (AF) and myocardial infarction (MI) are commonly comorbid and associated with adverse outcomes. Little is known about the impact of AF on quality of life and outcomes post-MI. We compared characteristics, quality of life and clinical outcomes in stable patients post-MI with/without AF. Methods/results The prospective, international, observational TIGRIS (long Term rIsk, clinical manaGement and healthcare Resource utilization of stable coronary artery dISease) registry included 8406 patients aged ≥50 years with ≥1 atherothrombotic risk factor who were 1–3 years post-MI. Patient characteristics were summarised by history of AF. Quality of life was assessed at baseline using EQ-5D. Clinical outcomes over 2 years of follow-up were compared. History of AF was present in 702/8277 (8.5%) registry patients and incident AF was diagnosed in 244/7575 (3.2%) over 2 years. Those with AF were older and had more comorbidities than those without AF. After multivariable adjustment, patients with AF had lower self-reported quality-of-life scores (EQ-5D UK-weighted index, visual analogue scale, usual activities and pain/discomfort) than those without AF. CHA 2 DS 2 -VASc score ≥2 was present in 686/702 (97.7%) patients with AF, although only 348/702 (49.6%) were on oral anticoagulants at enrolment. Patients with AF had higher rates of all-cause hospitalisation (adjusted rate ratio 1.25 [1.06–1.46], p=0.008) over 2 years than those without AF, but similar rates of mortality. Conclusions In stable patients post-MI, those with AF were commonly undertreated with oral anticoagulants, had poorer quality of life and had increased risk of clinical outcomes than those without AF. Trial registration number ClinicalTrials: NCT01866904 .
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».