Screening for atrial fibrillation to prevent stroke: a meta-analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle