Les prédicteurs de saignements majeurs parmi des utilisateurs d'anticoagulants oraux ayant une fibrillation auriculaire

Introduction: Il y a peu de données publiées sur les prédicteurs de saignement majeur (MB) dans une population d’utilisateurs d’anticoagulants oraux (OAC) qui inclue les OACs à action directe chez des patients ayant un diagnostic de fibrillation auriculaire (AF) en situation réelle. Objectif: Déve...

Full description

Bibliographic Details
Main Author: Qazi, Jakub
Other Authors: Perreault, Sylvie
Format: Others
Language:English
Published: 2021
Subjects:
Online Access:http://hdl.handle.net/1866/25213
https://orcid.org/0000-0002-6651-3816
Description
Summary:Introduction: Il y a peu de données publiées sur les prédicteurs de saignement majeur (MB) dans une population d’utilisateurs d’anticoagulants oraux (OAC) qui inclue les OACs à action directe chez des patients ayant un diagnostic de fibrillation auriculaire (AF) en situation réelle. Objectif: Développer un modèle de prédiction de MB et de ses sous-types pour une population de nouveaux utilisateurs de OAC ayant un diagnostic de AF en situation réelle. Méthode : À l’aide de la base de données d’hospitalisation Med-Écho et des bases de données administratives de la RAMQ, nous avons identifié des patients ayant un diagnostic primaire ou secondaire de AF suite à une hospitalisation qui ont eu leur congé hospitalier de janvier 2011 à décembre 2017. Nous avons ensuite identifié ceux qui étaient des nouveaux utilisateurs de OAC et catégorisé ceux-ci selon le OAC utilisé ainsi que sa dose. L’entrée dans la cohorte était la première dispensation de OAC durant la période d’étude alors qu’un nouvel utilisateur a été défini par l’absence de dispensation de OAC un an avant cette date. Nous avons évalué l’incidence de MB, des saignements gastrointestinaux (GIB), extracrânien non-gastrointestinaux (NGIB) et intracrâniens (ICH) dans l’année de suivi. Nous avons utilisé la régression logistique-LASSO et logistique-LASSO adaptative pour la sélection des prédicteurs potentiels de MB dont l’âge, le sexe, les comorbidités (jusqu’à 3 ans avant l’entrée dans la cohorte) et l’utilisation concomitante de médicaments (jusqu’à 2 semaines avant l’entrée dans la cohorte). La discrimination et la calibration ont été évaluées afin de sélectionner le meilleur modèle. Des analyses de sous-groupe ont été effectuées pour le GIB et NGIB ainsi que les sous-catégories de OAC. Résultats. Notre cohorte comprenait 36,381 nouveaux utilisateurs de OAC entre 70 et 86 ans. Les prédicteurs importants, dont l’âge, l’historique de MB et l’insuffisance hépatique, avaient des rapports de cotes de 1.37 à 1.64 pour le modèle global. Celui-ci avait une statistique c de 0.63 (95% CI 0.60-0.65), était calibré et performaient similairement pour le GIB et le NGIB. À l’exception de quelques prédicteurs importants, dont l’âge et l’historique de MB, la plupart des prédicteurs sélectionnées du GIB étaient distincts de ceux du NGIB dans la cohorte totale. Les prédicteurs de MB avaient des tendances similaires pour les DOACs et la warfarine. Conclusion. Les prédicteurs de MB et de leurs sous-types étaient similaires parmi les utilisateurs de DOAC et de warfarine. Les prédicteurs sélectionnées par nos modèles et leur potentiel discriminatif concordaient avec la littérature publiée. === Background: The real-world predictors of major bleeding (MB) and its subtypes has not been well-studied in a population of oral anticoagulant (OAC) users diagnosed with atrial fibrillation (AF) that includes direct oral anticoagulant (DOAC) users. Objectives: To derive prediction models for MB and its most prevalent subtypes from a dataset of new users of all approved OACs with AF. Methods: We identified patients who were hospitalized and discharged in the community from January 2011 to December 2017 with a primary and secondary diagnosis of AF using the Med-Echo hospitalization database and the RAMQ administrative databases. From this subset, we identified new users of OACs, after which we categorized patients according to OAC type and dose. Cohort entry was defined as the first claim of OAC in the study period, while new users were defined by the absence of any OAC claim one year before cohort entry. We identified incident MB, gastrointestinal (GIB), non-GI extracranial bleeding (NGIB) and intracranial hemorrhage (ICH) within 1 year of follow-up. We used logistic-LASSO and logistic-adaptive LASSO regressions to identify MB predictors in this population from the following candidate predictors: age, sex, comorbidities (within 3 years before cohort entry), concomitant medication (within 2 weeks before cohort entry). Discrimination and calibration were assessed so that the best model could be selected. Subgroup analyses were performed for MB subtypes and OAC types. Results: Our cohort consisted of 36,381 oral anticoagulant new users aged 70-86 years old. The important MB predictors were age, prior MB and liver disease with ORs ranging from 1.37-1.64 for the model derived from the full cohort. It had a c-statistic of 0.63 (95% CI 0.60-0.65) with adequate calibration and similar c-statistics for GIB and NGIB. Except for a few important predictors, such as age and prior MB, most selected GIB predictors were distinct from those of NGIB in the full cohort. Lastly, MB predictors had similar trends for warfarin and DOACs. Conclusions: MB and MB subtype predictors were similar among DOAC and warfarin users. The predictors selected by our models and their discriminative potential are concordant with published data.