Atrial cardiopathy biomarkers and atrial fibrillation in the ARCADIA trial
Notice bibliographique
Résumé
Abstract Background: ARCADIA compared apixaban to aspirin for secondary stroke prevention in patients with cryptogenic stroke and atrial cardiopathy. One possible explanation for the neutral result is that biomarkers used did not optimally identify atrial cardiopathy. We examined the relationship between biomarker levels and subsequent detection of AF, the hallmark of atrial cardiopathy. Methods: Patients were randomized if they met criteria for atrial cardiopathy, defined as P-wave terminal force >5000 μV*ms in ECG lead V1 (PTFV1), NT-proBNP >250 pg/mL, or left atrial diameter index (LADI) ⩾3 cm/m2. For this analysis, the outcome was AF detected per routine care. Results: Of 3745 patients who consented to screening for atrial cardiopathy, 254 were subsequently diagnosed with AF; 96 before they could be randomized and 158 after randomization. In unadjusted analyses, ln(NT-proBNP) (RR per SD, 1.99; 95% CI, 1.85–2.13), PTFV1 (RR per SD, 1.15; 95% CI, 1.03–1.28) and LADI (RR per SD, 1.34; 95% CI, 1.20–1.50) were associated with AF. In a model containing all 3 biomarkers, demographics, and AF risk factors, age (RR per 10 years, 1.24; 95% CI, 1.09–1.41), ln(NT-proBNP) (RR per SD, 1.88; 95% CI, 1.67–2.11) and LADI (RR per SD, 1.25; 95% CI, 1.14–1.37) were associated with AF. These three variables together had a c-statistic of 0.82 (95% CI, 0.79–0.85) but only modest calibration. Discrimination was attenuated in sensitivity analyses of patients eligible for randomization who may have been more closely followed for AF. Conclusions: Biomarkers used to identify atrial cardiopathy in ARCADIA were moderately predictive of subsequent AF.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».