Effect of Co-Morbidities on Anticoagulation Rates Among Chronic Atrial Fibrillation Patients
Notice bibliographique
Résumé
P50 Background: Anticoagulation (AC) with warfarin among patients with chronic atrial fibrillation (AF) continues to be underutilized despite proven effectiveness in stroke prevention and mortality reduction. The increased benefits of AC among patients with specific co-morbidities is also well established. However, concerns about negative health outcomes may be a barrier to AC in patients with co-morbidities. This study examines the effect of co-morbidities on AC rates. Methods: A random sample of 2,450 California Medicare fee-for-service inpatient records with a discharge date in 1998 and a diagnosis of AF was selected. We analyzed rates of co-morbidities associated with an increased risk for stroke among chronic AF patients (congestive heart failure (CHF), angina pectoris, myocardial infarction, diabetes, hypertension, and prior stroke/TIA). AC rates were analyzed by chi-square and multivariate logistic regression. Results: Data was available for 2369 records (96.7%). Cases were excluded for contraindications to AC (n=731), non-chronic AF (n=717), death (n=200) and age < 65 years (n=24). After exclusions, there were 697 (29.4%) cases for analysis. The majority of patients with chronic AF (56.8%, 396/697) were not prescribed warfarin at discharge. Crude rates of co-morbidities were: hypertension 70%, angina pectoris 63%, CHF 47%, myocardial infarction 37%, prior stroke/TIA 27%, diabetes 25%. Almost all patients (94%) had at least one co-morbidity. Multivariate analysis controlling for age, gender, and all co-morbidities identified prior stroke/TIA (OR 2.1, p<.01) and CHF (OR 1.9, p<.01) to be associated with increased AC rate. Conclusion: Although it is encouraging that AC rates were higher in high risk groups with prior stroke/TIA and CHF, prescription rates were still only about 50%, indicating many missed opportunities for stroke prevention. The markedly high prevalence of all co-morbidities in a randomized sample highlights the importance of continued education emphasizing the increased benefits of AC in patients with co-morbidities.
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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».