Abstract WMP97: Differences Between Atrial Fibrillation Detected Before And After Stroke And Tia: A Systematic Review & Meta-analysis
Notice bibliographique
Résumé
Background and Purpose: Recent evidence suggests that patients with atrial fibrillation (AF) detected after stroke ( AFDAS ) may have a lower prevalence of cardiovascular comorbidities and lower risk of stroke recurrence than AF known before stroke ( KAF ). We performed a systematic search and meta-analysis to compare the characteristics of AFDAS and KAF. Methods: We searched PubMed, Scopus, and EMBASE for articles reporting differences between AFDAS and KAF until 30-June-2021. We performed random- or fixed-effects meta-analyses to evaluate differences between AFDAS and KAF in demographic factors, vascular risk factors, prevalent vascular comorbidities, structural heart disease, stroke severity, insular cortex involvement, stroke recurrence, and death. Results: We included 21 studies comprising 22,566 patients with ischemic stroke or transient ischemic attack. Patients with AFDAS had a lower CHA2DS2-VASc score (standardized mean difference [ SMD ] -0.47, 95% confidence interval [ 95% CI ] -0.60, -0.34), and lower prevalence of vascular comorbidities including coronary artery disease (odds ratio [ OR ] 0.50, 95%CI 0.42, 0.61), congestive heart failure (OR 0.37, 95% CI 0.31, 0.44), peripheral artery disease (OR 0.44, 95%CI 0.29, 0.68), and previous stroke (RD 0.38, 95% CI 0.25, 0.58). Patients with AFDAS had a higher left ventricular ejection fraction (SMD 0.25, 95% CI 0.20, 0.30) and smaller mean atrial diameter (SMD -0.65, 95% CI -0.99, -0.31) than those with KAF. There were no differences in age, sex, stroke severity, or death rates between AFDAS and KAF. There were not enough studies to report differences in insular cortex involvement between AF types. Conclusions: We found significant differences in the prevalence of vascular comorbidities, structural heart disease, and stroke recurrence rates between AFDAS and KAF, suggesting that they constitute different clinical entities within the AF spectrum.
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 | 0,010 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,043 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».