Colchicine for secondary prevention of vascular events: a meta-analysis of trials
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Randomized trials of colchicine in secondary prevention of atherosclerotic cardiovascular disease have shown mixed results. METHODS: A systematic review and study-level meta-analysis of randomized controlled trials was performed comparing colchicine vs no colchicine in a secondary-prevention atherosclerotic cardiovascular disease population. A fixed-effect inverse variance model was applied using the intention-to-treat population from the included trials. The primary outcome was the composite of cardiovascular death, myocardial infarction, or stroke. RESULTS: Nine trials, including 30 659 patients (colchicine 15 255, no colchicine 15 404) with known coronary artery disease or stroke, were included. Compared with no colchicine, patients randomized to colchicine had a relative risk (RR) of 0.88 [95% confidence interval (CI) 0.81-0.95, P = .002] for the primary composite outcome, including a RR of 0.94 for cardiovascular death (95% CI 0.78-1.13, P = .5), a RR of 0.84 for myocardial infarction (95% CI 0.73-0.97, P = .016), and a RR of 0.90 for stroke (95% CI 0.80-1.02, P = .09). Colchicine was associated with a RR of 1.35 for hospitalization for gastrointestinal events (95% CI 1.10-1.66, P = .004) with no increase in hospitalization for pneumonia, newly diagnosed cancers, or non-cardiovascular death. CONCLUSIONS: In patients with prior coronary disease or stroke, colchicine reduced the composite of cardiovascular death, myocardial infarction, or stroke by 12%.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,011 |
| 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 ».