Anticoagulation use in perioperative atrial fibrillation after noncardiac surgery: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Perioperative atrial fibrillation is associated with an increased risk of stroke, myocardial infarction, and death after noncardiac surgery. Anticoagulation therapy is effective for stroke prevention in nonsurgical atrial fibrillation, but its efficacy and safety in perioperative atrial fibrillation are unknown. METHODS: We searched MEDLINE, EMBASE, and CENTRAL from database inception until January 2022. We included studies comparing anticoagulation versus no anticoagulation use in patients with perioperative atrial fibrillation after noncardiac surgery. Our study outcomes included stroke ± systemic embolism, bleeding, mortality, myocardial infarction, and venous thromboembolism. We pooled studies using fixed-effects models. We reported summary risk ratios (RRs) for studies reporting multivariable-adjusted results. RESULTS: Seven observational studies but no randomised trials were included. Of the 27,822 patients, 29.1% were prescribed therapeutic anticoagulation. Anticoagulation use was associated with a lower risk of stroke ± systemic embolism (RR 0.73; 95% CI, 0.62-0.85; I2 = 81%; 3 studies) but a higher risk of bleeding (RR 1.14; 95% CI, 1.04-1.25; 1 study). There was a lower risk of mortality associated with anticoagulation use (RR 0.45; 95% CI, 0.40-0.51; I2 = 80%; 2 studies). There was no difference in the risk of myocardial infarction (RR 2.19; 95% CI, 0.97-4.96; 1 study). The certainty of the evidence was very low across all outcomes. CONCLUSION: Anticoagulation is associated with a reduced risk of stroke and death but an increased risk of bleeding. The quality of the evidence is very poor. Randomised trials are needed to better determine the effects of anticoagulation use in this population.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,006 |
| Bibliométrie | 0,001 | 0,003 |
| 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) | 0,001 | 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 ».