MétaCan
Menu
Retour à la cohorte
Enregistrement W4282011550 · doi:10.1002/agm2.12214

Frailty and oral anticoagulant prescription in adults with atrial fibrillation: A systematic review

2022· review· en· W4282011550 sur OpenAlexaboutno aff
Mary Bul, Fahad Shaikh, Julee McDonagh, Caleb Ferguson

Notice bibliographique

RevueAging Medicine · 2022
Typereview
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensnon disponible
Organismes subventionnairesMedical Research CouncilNational Health and Medical Research CouncilNational Heart Foundation of Australia
Mots-clésAtrial fibrillationMedical prescriptionOral anticoagulantMedicineAnticoagulantCardiologyInternal medicineIntensive care medicineWarfarinPharmacology

Résumé

récupéré en direct d'OpenAlex

Abstract Objectives The objectives of this study were to determine the prevalence of frailty in the context of atrial fibrillation (AF); to identify the most commonly used frailty instruments in AF; and to describe the effect of frailty on non‐vitamin K oral anticoagulant (NOAC) prescription for stroke prevention in adults with AF. Methods A systematic search of databases, including Medline, Embase, Web of Science, Cochrane Library, Scopus, and CINAHL, was conducted using search terms including “atrial fibrillation,” “frailty,” and “anticoagulation.” A narrative synthesis was undertaken. Results A total of 92 articles were screened, and 12 articles were included. The mean age of the participants (n = 212,111) was 82 years (range = 77–85 years) with 56% of participants identified as frail and 44% identified non‐frail. A total of five different frailty instruments were identified: the Frailty Phenotype (FP; n = 5, 42%), the Clinical Frailty Scale (CFS; n = 4, 33%), Cumulative Deficit Model of Frailty (CDM; n = 1, 8%), Edmonton Frail Scale (n = 1, 8%) and the Resident Assessment Instrument – Minimum Data Set (RAI‐MDS 2.0; n = 1, 8%). Frailty was identified as an important barrier to anticoagulant therapy with 52% of the frail population anticoagulated vs 67% non‐frail. Conclusion Frailty is an important consideration in anticoagulation decision making for stroke prevention in patients with AF. There is scope to improve frailty screening and treatment. Frailty status is an important risk marker and should be considered when evaluating stroke risk alongside congestive heart failure, hypertension, age ≥75 years, diabetes mellitus, prior stroke, transient ischemic attack, or thromboembolism, vascular disease, age 65–74 years, sex category (CHA2DS2‐VASc) and Hypertension, Abnormal renal/liver function, Stroke, Bleeding, Labile, Elderly, and Drugs (HAS‐BLED) scores.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,006
Bibliométrie0,0060,007
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,412
Tête enseignante GPT0,458
Écart entre enseignants0,046 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAging MedicineMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207