MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391873447 · doi:10.1093/jcag/gwad061.303

A303 SAFETY AND EFFICACY OF DIRECT ORAL ANTICOAGULANTS IN PATIENTS WITH LIVER CIRRHOSIS: A SYSTEMATIC REVIEW AND META-ANALYSIS

2024· review· en· W4391873447 sur OpenAlexaff
Daniel Tham, Wenhui Yu, Lanjian Zhao, Rong Kou, Jennifer Kherani, Peng Li, Shreyas Sreeraman, Ali Eshaghpour, An Li, Mark Crowther

Notice bibliographique

RevueJournal of the Canadian Association of Gastroenterology · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueLiver Disease and Transplantation
Établissements canadiensWestern UniversityUniversity of TorontoMcMaster UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCirrhosisMedicineMeta-analysisGastroenterologyInternal medicineIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background Direct oral anticoagulants (DOACs) are widely used for treatment of venous thromboembolism (VTE) and stroke prophylaxis in patients with atrial fibrillation. Liver cirrhosis increases the risk of conditions necessitating anticoagulation, but also increases bleeding risks, complicating anticoagulation use. DOACs may be suitable for chirrotic patients as their reliance on hepatic elimination is reduced compared to traditionally used anticoagulants such as low molecular weight heparin (LMWH) or vitamin K antagonists (VKAs). However, safety data on DOACs in cirrhosis patients is limited as severe Child-Pugh (CP) classes are historically underrepresented in major trials. Various guidelines currently classify severe CP classes as contraindications to DOACs. Aims To synthesize primary evidence on the safety profile of DOACs in patients with severe liver cirrhosis. Methods A literature search of MEDLINE and Embase from inception to Jan 2023 identified randomized controlled trials (RCTs) and cohort studies comparing DOACs to LMWH or VKAs in cirrhosis patients. Two reviewers screened and extracted data at title/abstract, and full-text levels. Baseline patient characteristics, CP class, and anticoagulation regimens were extracted. The primary outcome was major bleeding per ISTH criteria, stratified by CP B&C, and CP Unspecified (primary study did not report/stratify by CP class) subgroups. Data were meta-analyzed using the Mantel-Haenszel random-effects model and presented as odds ratios with corresponding 95% confidence intervals. Results Of 794 articles screened, 17 articles (2 RCTs, 15 cohorts) were included for analysis (n = 5046). Overall, DOACs were associated with a lower risk of major bleeding compared to controls (OR=0.63 [0.45, 0.89]). This result was consistent in the CP B&C Exclusive subgroup (OR=0.42 [0.29, 0.62], 5 studies) but not in the CP Unspecified subgroup (OR=0.71 [0.48, 1.08], 12 studies). One large study (n=3213), Lawal 2023, in the CP B&C group, favored DOACs in reduction of major bleeding (OR=0.37, 95%CI [0.24,0.57]). Removal of this study in post-hoc sensitivity analysis led to no significant differences in major bleeding overall or in any subgroup. Conclusions In this analysis comparing DOACs to LMWH/VKAs in patients with liver cirrhosis, DOACs were associated with a statistically significant reduction in the risk of major bleeding overall and in more advanced subgroups (CP B&C). Future analysis will stratify by DOAC agent, duration, dosage, and include secondary efficacy outcomes. Table 1. Summary of the major bleeding effect size in all subgroups. Figure 1. Major bleeding in Child-Pugh B&C and Child-Pugh Unspecified groups with DOAC vs VKA Funding Agencies None

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,027
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0170,033
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,275
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Canadian Association of Gastroenterology→Même sujetLiver Disease and Transplantation→Travaux en français237 207→