MétaCan
Menu
Retour à la cohorte
Enregistrement W4306174891 · doi:10.1016/j.cjco.2022.10.004

Evolution of and Evidence-Practice Gaps in Antithrombotic Management of Atrial Fibrillation Patients After Percutaneous Coronary Intervention

2022· article· en· W4306174891 sur OpenAlexafffundabout
Laurie‐Anne Boivin‐Proulx, Brian J. Potter, Marc Dorais, Sylvie Perreault

Notice bibliographique

RevueCJC Open · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensUniversité de MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalSanofi (Canada)Centre Hospitalier de l’Université de Montréal
Organismes subventionnairesFonds de Recherche du Québec - SantéEuropean Society of CardiologyCanadian Cancer SocietyCanadian Cardiovascular Society
Mots-clésAntithromboticMedicineAtrial fibrillationPercutaneous coronary interventionCardiologyInternal medicineIntervention (counseling)PercutaneousIntensive care medicineMyocardial infarctionNursing

Résumé

récupéré en direct d'OpenAlex

Background The management of atrial fibrillation and flutter (AF) patients undergoing percutaneous coronary intervention (PCI) has evolved rapidly in the past decade. We determine whether the publication of the 2016 Canadian Cardiovascular Society AF guidelines were associated with a shift in practice patterns. Methods Using Quebec provincial administrative database information for the period from 2010-2017, a retrospective cohort of patients with inpatient or outpatient coding for AF, who subsequently underwent PCI with placement of a coronary stent, was created and analyzed for the antithrombotic regimen received in the following year. Prescribing behavior was compared among 3 time periods (2010-2011, 2012-2015, 2016-2017), and use of antithrombotics was compared to guideline-predicted therapy using the χ 2 test. Predictors of oral anticoagulation (OAC) prescription were identified using adjusted logistic regression. Results A total of 3740 AF patients undergoing PCI were included. The proportion of OAC prescription increased over time (2010-2011 = 51.4%; 2012-2015 = 54.3%; 2016-2017 = 56.6%; P = 0.13), with a significant increase in direct OAC prescription ( P < 0.01). A substantial treatment gap in OAC prescription persisted after publication of the 2016 guidelines (56.6% observed vs 89.7% predicted; P < 0.01). Previous stroke, CHADS 2 score, Charlson Comorbidity Index ≥ 4, and prior use of direct OAC or warfarin were predictors of being exposed to OAC claims; previous major bleeding, and low-dose acetylsalicylic acid or P2Y12 inhibitor use were predictors of not being exposed to OACs. Conclusion Expert guidance contributed to an increase in OAC prescription following PCI, but up to 2017, substantial further changes in practice patterns would have been required to achieve the recommended rates of OAC prescription.

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)0,006
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,451
Score d'incertitude au seuil0,897

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,034
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,047
Tête enseignante GPT0,356
Écart entre enseignants0,310 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations6
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCJC OpenMême sujetAtrial Fibrillation Management and OutcomesTravaux en français237 207