Stroke risk in women with atrial fibrillation
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Female sex is associated with higher rates of stroke in atrial fibrillation (AF) after adjustment for other CHA2DS2-VASc factors. This study aimed to describe sex differences in age and cardiovascular care to examine their relationship with stroke hazard in AF. METHODS: Population-based cohort study using administrative datasets of people aged ≥66 years diagnosed with AF in Ontario between 2007 and 2019. Cause-specific hazard regression was used to estimate the adjusted hazard ratio (HR) for stroke associated with female sex over a 2-year follow-up. Model 1 included CHA2DS2-VASc factors, with age modelled as 66-74 vs. ≥ 75 years. Model 2 treated age as a continuous variable and included an age-sex interaction term. Model 3 further accounted for multimorbidity and markers of cardiovascular care. RESULTS: The cohort consisted of 354 254 individuals with AF (median age 78 years, 49.2% female). Females were more likely to be diagnosed in emergency departments and less likely to receive cardiologist assessments, statins, or LDL-C testing, with higher LDL-C levels among females than males. In Model 1, the adjusted HR for stroke associated with female sex was 1.27 (95% confidence interval 1.21-1.32). Model 2 revealed a significant age-sex interaction, such that female sex was only associated with increased stroke hazard at age >70 years. Adjusting for markers of cardiovascular care and multimorbidity further decreased the HR, so that female sex was not associated with increased stroke hazard at age ≤80 years. CONCLUSION: Older age and inequities in cardiovascular care may partly explain higher stroke rates in females with AF.
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 | 0,001 |
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 ».