Risk factors associated with gastrointestinal bleeding in patients with cardiovascular disease (INTERBLEED): a case control study
Notice bibliographique
Résumé
AIMS: This study aimed to identify and quantify the importance of risk factors for gastrointestinal (GI) bleeding in patients with CV disease. METHODS: We conducted a case-control study in 9 countries in Asia, America, Europe, and Australia. Cases were patients with CV disease with GI bleeding. Controls were patients with CV without a history of GI bleeding. All participants completed a baseline standardized assessment. We calculated adjusted odds ratios (ORs) and average population attributable fractions (aPAFs) with 95% confidence intervals (CIs). RESULTS: Between September 2015 and December 2022, we enrolled 2,519 cases and 2,202 controls. Independent risk factors for GI bleeding were age (age 71+: OR 4.16, 95% CI 3.48-4.97; age 61-70: OR 1.69, 95% CI 1.39-2.04; age ≤60 as reference), underweight (OR 3.38, 95% CI 2.24-5.10; aPAF 1.6%, 95% CI 1.0-2.0%), current smoker (OR 1.31; 95% CI 1.09-1.58; aPAF 1.5%, 95% CI 0.6-2.5); chronic kidney disease (OR 1.86, 95% CI 1.62-2.14; aPAF 8.8%, 95% CI 7.0-9.6%), prior stroke (OR 1.56, 95% CI 1.30-1.88, aPAF 2.6%, 95% CI 1.2-4.0%), glucocorticoids (OR 1.71, 95% CI 1.34-2.16, aPAF 1.8%, 95% CI 1.3-2.9%), NSAIDs or COX-2 inhibitors (OR 1.82, 95% CI 1.45-2.29; aPAF 2.2%, 95% CI 1.3-3.0%), liver disease (OR 3.68, 95% CI 2.77-4.89; aPAF 3.5%, 95% CI 2.8-4.2%), peptic ulcer disease (OR 3.38, 95% CI 2.66-4.31; aPAF 4.8%, 95% CI 3.8-5.7%), diverticular disease (OR 1.81, 95% CI 1.46-2.24; aPAF 2.8%, 1.9-3.6%) and antithrombotic therapy within 6 months (aPAF 7.6%, 95% CI 4.3-12.8%). Overall aPAF adjusted for age, sex and region was 37.3% (95% CI 33.0-42.2%). CONCLUSION: Potentially modifiable risk factors are associated with only about one third of the aPAF for GI bleeding.
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 | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 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 ».