Individual net clinical outcome with oral anticoagulation in atrial fibrillation using the ABC‐AF risk scores
Notice bibliographique
Résumé
BACKGROUND: Decisions on stroke prevention strategies in patients with atrial fibrillation (AF) depend on the perceived risks of stroke and bleeding with different antithrombotic treatment strategies. The study objectives were to evaluate net clinical outcome with oral anticoagulation (OAC) for the individual patient with AF and to identify clinically relevant thresholds for OAC treatment. METHODS: Patients with AF receiving OAC treatment in the randomized ARISTOTLE and RE-LY trials, with available biomarkers for calculation of ABC-AF scores at baseline, were included (n = 23,121). Observed 1-year risk on OAC was compared with predicted 1-year risk if the same patients would not have received OAC using the ABC-AF scores calibrated for aspirin. Net clinical outcome was defined as the sum of stroke and major bleeding risks. RESULTS: The ratio between the 1-year incidence of major bleeding and stroke/systemic embolism events ranged from 1.4 to 10.6 according to different ABC-AF risk profiles. Net clinical outcome analyses showed that in patients with an ABC-AF-stroke risk >1% per year on OAC (>3% without OAC), treatment with OAC consistently provides larger net clinical benefit than no-OAC treatment. In patients with an ABC-AF-stroke risk <1.0% per year on OAC (<3% without OAC) an individualized balancing of risks regarding OAC or no-OAC treatment is needed. CONCLUSIONS: In patients with AF, the ABC-AF risk scores allow an individual and continuous estimate of the balance between benefits and risks with OAC treatment. This precision medicine tool therefore seems useful as decision support and visualizes the net clinical benefit or harm with OAC treatment (http://www.abc-score.com/abcaf/). CLINICAL TRIAL REGISTRATION: ClinicalTrials.gov identifier NCT00412984 (ARISTOTLE) and NCT00262600 (RE-LY).
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 | 0,006 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».