Trends of use and factors that determine the choice of oral anticoagulants in women and men with atrial fibrillation
Notice bibliographique
Résumé
Abstract The aim was to identify sex‐specific factors linked with oral anticoagulant initiation in a cohort of patients with atrial fibrillation using administrative data from Quebec (Canada) between 2014 and 2017. Cohort entry defined as new users, that is, no claims in last 12 months, a cohort of 32 050 patients was stratified in two groups, that is, women and men. Multivariable regression models were used to identify factors of initiations for low‐ and standard‐dose direct oral anticoagulants (DOACs) versus warfarin, and low‐ versus standard‐dose DOACs. In both sexes, warfarin initiation decreased and DOAC initiation increased, with year of initiation as major factors of DOACs use. In 2017, the increase was of 2‐ to 4‐fold and 3‐ to 8‐fold for low‐ and standard‐dose DOACs (vs. warfarin), respectively. The proportion of patients starting on a low‐dose DOAC was higher in women than men. Older age for both sexes and CHADS 2 score ≥2 (only women) were major factors of low‐dose dabigatran and rivaroxaban versus warfarin use. The only significant factor of standard‐dose DOAC versus warfarin use was age of 65–79 for women or men treated with apixaban by 1.8‐ and 1.4‐fold, respectively. Factors that made women and men less likely to receive a standard‐dose DOAC versus warfarin were higher CHADS 2 (for dabigatran and rivaroxaban), HAS‐BLED and frailty scores, prior coronary disease, major bleeding, and chronic kidney disease (CKD) status. The choice of a low‐ versus standard‐dose DOAC was mainly driven by age and CKD, and higher CHADS 2 score (for dabigatran and apixaban) for both sexes.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».