Impact of oral anticoagulation on the association between frailty and clinical outcomes in people with atrial fibrillation: nationwide primary care records on treatment analysis
Notice bibliographique
Résumé
AIMS: People with atrial fibrillation (AF) frequently live with frailty, which increases the risk of mortality and stroke. This study reports the association between oral anticoagulation (OAC) and outcomes for people with frailty, and whether there is overall net benefit from treatment in people with AF. METHODS AND RESULTS: Retrospective open cohort electronic records study. Frailty was identified using the electronic frailty index. Primary care electronic health records of 89 996 adults with AF and CHA2DS2-Vasc score of ≥2 were linked with secondary care and mortality data in the Clinical Practice Research Database (CPRD) from 1 January 1998 to 30 November 2018. The primary outcome was a composite of death, stroke, systemic embolism, or major bleeding. Secondary outcomes were stroke, major bleeding, all-cause mortality, transient ischaemic attack, and falls. Of 89 996 participants, 71 256 (79.2%) were living with frailty. The prescription of OAC increased with degree of frailty. For patients not prescribed OAC, rates of the primary outcome increased alongside frailty category. Prescription of OAC was associated with a reduction in the primary outcome for each frailty category [adjusted hazard ratio, 95% confidence interval, no OAC as reference; fit: vitamin K antagonist (VKA) 0.69, 0.64-0.75, direct oral anticoagulant (DOAC) 0.42, 0.33-0.53; mild frailty: VKA 0.52, 0.50-0.54, DOAC 0.57, 0.52-0.63; moderate: VKA 0.54, 0.52-0.56, DOAC 0.57, 0.52-0.63; severe: VKA 0.48, 0.45-0.51, DOAC 0.58, 0.52-0.65], with cumulative incidence function effects greater for DOAC than VKA. CONCLUSION: Frailty among people with AF is common. The OAC was associated with a reduction in the primary endpoint across all degrees of frailty.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».