Prevention of Venous Thromboembolism in Patients with Below-knee Immobilisation of the Leg - survey of Current Practice in the Netherlands.
Notice bibliographique
Résumé
INTRODUCTION: Anticoagulant treatment might be used to prevent DVT and its complications in patients with leg immobilisation. METHODS: In April 2007, a questionnaire was sent to all 79 Dutch surgical and orthopaedic teaching hospitals and was used to obtain information in relation to use of thromboprophylaxis for patients with immobilisation for below-knee leg injuries in their department. RESULTS: A total of 79 questionnaires were sent, of which 69 were returned (response rate 88%). In total, 8 of the 69 departments never used thromboprophylaxis at all (12%), 27 of 61 (44%) only prescribed treatment in patients with a general elevated thrombosis risk. Nobody only treated specific injuries. Low molecular weight heparin was the most common agent by far, being prescribed in 95% of the cases. Also in 95% of the cases, the duration of treatment was the whole period of immobilisation. DISCUSSION: We aimed our survey at highlighting variation in practice among Dutch surgical and orthopaedic departments, regarding the use of thromboprophylaxis after immobilisation of the lower leg. We investigated the type of agent used, the timing and duration of the prophylaxis, and the use of a protocol. CONCLUSIONS: There is a substantial variation and inconsistency in practice among surgical and orthopaedic departments in the Netherlands due to different advices in clinical guidelines. Future guidelines should state a clear advice. Thromboprophylaxis is recommended by us for all patients with immobilisation for lower extremity injuries, irrespective of age and other risk factors. Further research is needed to evaluate cost effectiveness and the use of new thromboprophylactic agents.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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; 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 ».