Pre-treatment with antiarrhythmic drugs for elective electrical cardioversion of atrial fibrillation: a systematic review and network meta-analysis
Notice bibliographique
Résumé
AIMS: Our objective was to compare the efficacy of pre-treatment with different classes of anti-arrhythmic drugs (AADs) in patients with atrial fibrillation (AF) undergoing electrical cardioversion. METHODS AND RESULTS: We performed a systematic review and network meta-analysis (NMA) of randomized controlled trials (RCTs) comparing different AADs in patients with AF undergoing electrical cardioversion. We grouped AADs into five network nodes: no treatment or rate control, Class Ia, Class Ic, Class III, and amiodarone. Outcomes were (i) acute restoration and (ii) maintenance of sinus rhythm. We searched MEDLINE and EMBASE from inception until June 2020. We used Python 3.8.3 and R 3.6.2 for data analysis. We evaluated the overall certainty of evidence with the GRADE framework. We included 28 RCTs. Compared with no treatment or rate control, Class III AADs [odds ratio (OR): 2.41; 95% credible interval (CrI): 1.37 to 4.62, high certainty] and amiodarone (OR: 2.58; 95% CrI: 1.54 to 4.37, high certainty) improved restoration of sinus rhythm. Amiodarone improved long-term maintenance of sinus rhythm when compared with no treatment or rate control (OR: 5.37; 95% CrI: 4.00-7.39, high certainty), Class Ic (OR: 1.89; 95% CrI: 1.05-3.45, moderate certainty) and Class III AADs (OR: 2.19; 95% CrI: 1.39-3.26, high certainty). CONCLUSION: Before electrical cardioversion of AF, treatment with Class III AADs or amiodarone improves the acute restoration of sinus rhythm. Amiodarone is most likely to improve the maintenance of sinus rhythm after electrical cardioversion, but Class Ic and Class III AADs are also effective.
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) | 0,009 | 0,006 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».