Abstract 14449: Long-Term Colchicine for Cardiovascular and Limb Risk Reduction in Peripheral Artery Disease
Notice bibliographique
Résumé
Introduction: Evidence from randomized trials suggests colchicine may reduce major adverse cardiovascular events (MACE) in patients with coronary artery disease. Colchicine's effect in lower extremity peripheral artery disease (PAD) is not known. Methods: To make inferences about the real-world effectiveness of colchicine in PAD, we emulated a pragmatic target trial, leveraging variable prescription durations when adding colchicine to urate lowering therapy in patients with gout and PAD. Eligible patients received care at a multicenter academic health system between July 2007 and December 2019. Electronic health records were linked to Medicare claims data. Patients received either colchicine indefinitely (long-term) or for 3 months (short-term) and the observational analog of the per-protocol effect was estimated. Inverse probability weighted marginal structural models were used to adjust for potential confounding, immortal-time, and collider-stratification biases. The primary outcome was a 2-year composite of major adverse limb events (MALE), MACE, and all-cause mortality. Results: A total of 1,025 patients were enrolled; mean age was 77 years (SD 7), 32% were female, and 9% were non-white race. The risk of the primary composite outcome at 2 years was 31.2% (95% CI 26.9, 35.2) in the long-term colchicine group and 32.7% (29.6, 36.4) in the short-term group (Figure), with a risk difference of -1.6% (-6.3, 3.4) and risk ratio of 0.95 (0.82, 1.11). Beyond 2 years, risk estimates of secondary outcomes in each group diverged, but confidence intervals also widened (Figure). Conclusions: In a real-world sample of high-risk patients with PAD and gout, estimates of the effect of colchicine provided no conclusive evidence that colchicine decreased the risk of adverse cardiovascular or limb events and death. The cardiovascular and limb benefits of colchicine in older comorbid populations with PAD and advanced systematic atherosclerosis remain uncertain.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».