Comparison of Antiplatelets and Anticoagulants for Secondary Stroke Prevention in Ischemic Stroke Patients with Cancer: A Meta-Analysis
Notice bibliographique
Résumé
This study aims to assess the efficacy and safety of antiplatelets (oral and subcutaneous) and anticoagulants for secondary stroke prevention in ischemic stroke patients with cancer, where the optimal antithrombotic strategy remains unclear. A systematic review and meta-analysis were conducted using PubMed, Cochrane Library, and Scopus (inception to June 2024). Studies were screened based on predefined criteria and assessed with the Newcastle-Ottawa Scale. A random-effects model (R 4.1.2) was used to calculate odds ratios (OR) with 95% confidence intervals (CI). A total of four studies were included in the final analysis. The cumulative sample size was 2,781 participants: 2,204 (79.2%) were treated with antiplatelets and 577 (20.7%) were treated with anti-coagulants. The mean age (± SD) of the patients was 69.56 (±9.88) years, and 65.7% were men. There was no difference in the risk of recurrent ischemic stroke between antiplatelets and anticoagulants (OR = 0.74, 95% CI: 0.31-1.77, 3 studies with 700 patients). There were no differences in the risk of gastrointestinal hemorrhage (OR = 1.74, 95% CI: 0.17-17.46, 2 studies with 2,101 patients) and any major hemorrhage (OR = 0.70, 95% CI: 0.24-2.05, 4 studies with 2781 patients). The odds of all-cause mortality were lower in patients treated with antiplatelets (OR = 0.73, 95% CI: 0.59-0.90, 4 studies involving 2,781 patients). Antiplatelets and anticoagulants showed no difference in recurrent stroke or major hemorrhagic events, but antiplatelets were associated with lower mortality. However, due to limited data, these findings may not fully answer the clinical question, highlighting the need for further high-quality studies.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 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; 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 ».