Rhythm vs Rate Control Strategies for Perioperative Atrial Fibrillation After Noncardiac Surgery: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Background: For patients with perioperative atrial fibrillation (POAF) after noncardiac surgery, earlier conversion to sinus rhythm might improve outcomes. The efficacy of a rhythm vs rate control strategy for the acute management of POAF remains uncertain. Methods: We searched databases for randomized controlled trials (RCTs) and observational studies that included patients with POAF after noncardiac surgery and reported outcomes for patients acutely treated with a rhythm control strategy vs either a rate control or no treatment strategy. Studies were pooled using random effects models. Results: Of the observational studies, a rhythm control strategy was associated with higher conversion rates to sinus rhythm compared with a rate control or no treatment strategy (risk ratio [RR], 1.93; 95% confidence interval [CI], 1.25-2.97; 9 studies; N = 591). Compared with a rate control or no treatment strategy, a rhythm control strategy was not associated with differences in length of hospital stay (mean difference, -1.67 days; 95% CI, -7.10 to 3.76; 2 studies), length of intensive care stay (mean difference, -1.90 days; 95% CI, -7.62 to 3.82; 1 study), or all-cause mortality (RR, 1.12; 95% CI, 0.62-2.00; 5 studies). In an RCT that compared amiodarone vs magnesium, the RR was 0.56 for conversion to sinus rhythm (95% CI, 0.31-1.03; N = 34). Conclusions: A rhythm control strategy was associated with greater success rates for conversion to sinus rhythm compared with a rate control or no treatment strategy. However, the observational studies were of low quality and only 1 small RCT was identified, and few data were available for other outcomes.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,035 | 0,016 |
| Bibliométrie | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».