Screening for atrial fibrillation to prevent stroke: a meta-analysis
Notice bibliographique
Résumé
Abstract Aims We aimed to summarize existing evidence from published randomized trials that assessed atrial fibrillation (AF) screening for stroke prevention. Methods and results We searched MEDLINE for randomized trials that enrolled patients without known AF, screened for AF using electrocardiogram-based methods, and reported stroke outcomes. For this analysis, we excluded studies that focused on post-stroke populations. We combined data using a random-effects model and performed trial sequential meta-analysis using an O’Brien-Fleming alpha-spending function. We identified four randomized clinical trials with a total of 35 836 participants. The populations, screening intervention, and definition of stroke varied markedly. As compared with no screening, AF screening was associated with a reduction in stroke (relative risk 0.91; 95% confidence interval: 0.84–0.99]. Trial sequential meta-analysis found that the cumulative z-score did not cross the stopping boundary. After polling members of the AF-SCREEN and AFFECT-EU consortia, we identified a further 12 trials that are complete but have not yet reported stroke outcomes or are ongoing and expected to collect stroke outcomes. These consortia are planning an individual participant data meta-analysis which will permit the exploration of methodological heterogeneity. Conclusions If and how to screen for AF is an important public health concern. The body of evidence published to date suggests that AF could be effective to prevent strokes in some settings. The AF-SCREEN/AFFECT-EU individual patient data meta-analysis aims to comprehensively assess the benefits and risks of AF screening, and determine how population, screening method, and health-system factors influence stroke prevention.
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 | 0,028 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,024 | 0,073 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».