Atrial fibrillation screening and clinical outcomes: a meta-analysis of randomized controlled trials
Notice bibliographique
Résumé
BACKGROUND: Recommendations on atrial fibrillation (AF) screening by various scientific societies are inconsistent due to uncertainty about its benefit. This study aimed to summarize data from randomized controlled trials (RCTs) on the impact of AF screening on thromboembolism, major bleeding, and mortality. METHODS AND RESULTS: We searched PubMed/MEDLINE and Embase to identify studies providing relevant data through 5 September 2024. Risk ratios (RRs) for each reported outcome of interest were pooled through a meta-analysis with random effects models. We included six RCTs reporting data from 74 145 individuals. AF screening was associated with higher AF detection compared with no intervention [RR 2.54, 95% confidence interval (CI): 1.57-4.11, P < 0.001], and more common initiation of oral anticoagulation (RR 2.19, 1.51-3.18, P < 0.001). Incident ischaemic stroke (RR 0.93, 0.87-1.00, P = 0.048) and thromboembolism including ischaemic stroke, transient ischaemic attack, or systemic embolism (0.93, 95% CI: 0.87-0.99, P = 0.026) were less frequent in individuals who underwent AF screening vs. controls. There was no difference for major bleeding, (RR 0.99, 95% CI: 0.93-1.06, P = 0.830), haemorrhagic stroke (RR 0.94, 95% CI: 0.80-1.11, P = 0.497) and all-cause mortality (RR 0.99, 95% CI: 0.95-1.02, P = 0.411). CONCLUSION: AF screening might be beneficial, especially in reducing thromboembolic events.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | MétarechercheMéta-épidémiologie (sens large) Domaine: Méthodes · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Méta-analyse | high |
| gpt | aucune catégorie Domaine: non disponible · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Méta-analyse | high |
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 | 0,092 | 0,158 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,077 | 0,134 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».