Fact‐finding survey of antithrombotic treatment for prevention of cerebral and systemic thromboembolism in patients with non‐valvular atrial fibrillation in 9 countries of the Asia‐Pacific region
Notice bibliographique
Résumé
Abstract Atrial fibrillation (AF) has been gaining much attention as one of the major causes of cerebral infarction. It is imperative to establish antithrombotic treatment for AF patients. Thus far, guidelines for antithrombotic treatment in the management of AF patients, including the verification of the efficacy of direct thrombin and factor Xa inhibitors, have been published from the United States, Europe, Canada, and Japan. When we look at the Asia‐Pacific region, antithrombotic treatment has not yet been defined, and no such guidelines have been published in this regard. The Asia‐Pacific Heart Rhythm Society (APHRS) conducted a Web‐based survey between June and August 2011, to elucidate the current status of antithrombotic treatment in 9 countries. A total of 363 cardiologists in 9 countries examined 300 patients with cardiovascular disease per month on an average; of these patients, 37 (12%) had nonvalvular AF (NVAF; 6.5% in India to 16.9% in Australia). The survey revealed that NVAF patients were not always administered appropriate antithrombotic treatment. These data give us a foothold for the next step, i.e., the formulation, of the APHRS practice guidelines.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».