Aspirin for the Primary Prevention of Vascular Ischemic Events: An Updated Systematic Review and Meta-analysis to Support Shared Decision-Making
Notice bibliographique
Résumé
Background: Since the publication of the 2010 Canadian antiplatelet guidelines, several large randomized controlled trials (RCTs) have evaluated the role of aspirin (ASA) use in primary prevention. We evaluated the effect of ASA use, compared with no ASA, on ischemic and bleeding events in patients without known atherosclerotic cardiovascular diseases. Methods: We updated a published systematic review and meta-analysis by searching MEDLINE, Embase, and CENTRAL for the period up to March 2023. We included RCTs that enrolled patients for primary prevention of atherosclerotic cardiovascular diseases, and compared use of ASA to no ASA. We assessed risk of bias (RoB) using the Cochrane RoB tool, and certainty of evidence using the grading recommendations, assessment, development, and evaluation (GRADE) criteria. The primary efficacy outcome was major adverse cardiovascular events (MACE) (death, myocardial infarction, or stroke). The primary safety outcomes were intracranial hemorrhage and extracranial major bleeding events. We used a random-effects model to generate pooled risk ratios (RRs) and 95% confidence intervals (CIs). Results: We included 14 RCTs (n = 167,587) at overall low RoB, with a median follow-up of 5 years. Compared to no ASA, ASA use reduced the incidence of MACE (RR 0.90, 95% CI 0.86-0.94), with a higher risk of intracranial hemorrhage (RR 1.33, 95% CI 1.13-1.56) and extracranial major bleeding (RR 1.67, 95% CI 1.36-2.06). In prespecified subgroups of age, sex, and diabetes, effect estimates were consistent. Conclusions: ASA use in primary prevention is associated with a consistent reduction in MACE, but at the expense of major bleeding events. Patient values and preferences should be taken into account when considering ASA use for primary prevention.
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 | 0,034 | 0,100 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,018 | 0,033 |
| Bibliométrie | 0,015 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».