Effectiveness and safety of direct oral anticoagulants among patients with non-valvular atrial fibrillation and liver disease: A multinational cohort study
Notice bibliographique
Résumé
BACKGROUND AND AIMS: The effects of direct oral anticoagulants (DOACs) in patients with non-valvular atrial fibrillation (NVAF) and liver disease remain poorly understood. Our multinational cohort study assessed the effectiveness and safety of DOACs in this high-risk population. METHODS: We assembled two population-based cohorts in United Kingdom and in Québec of NVAF patients with liver disease initiating DOACs or vitamin K antagonists (VKAs) between 2011 and 2020. Using an as-treated exposure definition, we compared DOACs to VKAs and apixaban to rivaroxaban. After inverse probability of treatment weighting, Cox proportional hazards models estimated site-specific hazard ratios (HRs) and 95 % confidence intervals (CIs) of ischemic stroke and major bleeding. Site-specific estimates were pooled using random-effects models. Analyses were repeated among NVAF patients with cirrhosis. RESULTS: There were 11,881 NVAF patients with liver disease (2683 with cirrhosis). Among those, 8815 initiated DOACs (4414 apixaban, 2497 rivaroxaban) and 3696 VKAs. The HRs (95 % CIs) for DOACs compared to VKAs were 1.01 (0.76-1.34) for ischemic stroke and 0.87 (0.77-0.99) for major bleeding. Results were consistent among patients with cirrhosis. The HRs (95 % CIs) for apixaban compared to rivaroxaban were 0.85 (0.60-1.20) for ischemic stroke and 0.80 (0.68-0.95) for major bleeding. This decreased bleeding risk was not observed among patients with cirrhosis (HR, 1.01; 95 % CI 0.72-1.43). CONCLUSIONS: Among NVAF patients with liver disease, DOACs were as effective and slightly safer than VKAs, and apixaban was as effective but safer than rivaroxaban. The safety benefit with apixaban was not present among patients with cirrhosis.
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 | 0,000 |
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 ».