Heart Failure Events After Long-term Continuous Screening for Atrial Fibrillation: Results From the Randomized LOOP Study
Notice bibliographique
Résumé
BACKGROUND: Mounting evidence indicates that even device-detected subclinical atrial fibrillation is associated with a higher risk of heart failure (HF). However, the potential impact of atrial fibrillation screening on HF remains unknown. METHODS: The LOOP Study (Atrial Fibrillation detected by Continuous ECG Monitoring using Implantable Loop Recorder to prevent Stroke in High-risk Individuals) evaluated the effects of atrial fibrillation screening on stroke prevention using an implantable loop recorder (ILR) versus usual care in older individuals with additional stroke risk factors. In this secondary analysis, we explored the following HF end points: (1) HF event or cardiovascular death; (2) HF event; (3) event with HF with reduced ejection fraction (HFrEF); and (4) HFrEF event or cardiovascular death. Outcomes were assessed in a Cox model both as time-to-first events and as total (first and recurrent) events analyzed using the Andersen-and-Gill method. RESULTS: Of 6004 participants (mean age 74.7 and 52.7% men), 1501 were randomized to ILR screening and 4503 to the control group. In total, 77 (5.1%) in the ILR group versus 295 (6.6%) in the control group experienced the primary outcome of an HF event or cardiovascular death. Compared with usual care, ILR screening was associated with a nonsignificant reduction in the primary outcome for the time-to-first event analysis (hazard ratio, 0.78 [95% CI, 0.61-1.01]) and the total event analysis (hazard ratio, 0.77 [95% CI, 0.59-1.01]). Similar results were obtained for the HF event. A significant risk reduction in total events was observed in the ILR group for the composite of HFrEF event or cardiovascular death and for HFrEF event (hazard ratio, 0.74 [95% CI, 0.56-0.98] and 0.65 [95% CI, 0.44-0.97], respectively). CONCLUSIONS: In an older population with additional stroke risk factors, ILR screening for atrial fibrillation tended to be associated with a lower rate of total HF events and cardiovascular death, particularly those related to HFrEF. These findings should be considered hypothesis-generating and warrant further investigation. REGISTRATION: URL: https://www.clinicaltrials.gov; Unique identifier: NCT02036450.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».