MétaCan
Menu
Retour à la cohorte
Enregistrement W1994175195 · doi:10.1097/ccm.0b013e3181c9e344

Thromboprophylaxis in the intensive care unit: Focus on medical–surgical patients

2010· review· en· W1994175195 sur OpenAlexaff
Mark Crowther

Notice bibliographique

RevueCritical Care Medicine · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueVenous Thromboembolism Diagnosis and Management
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineIntensive care medicineIntensive care unitCritically illPulmonary embolismVenous thrombosisVenous thromboembolismIntensive careIncidence (geometry)Randomized controlled trialThrombosisSurgery

Résumé

récupéré en direct d'OpenAlex

Critically ill patients in the medical-surgical intensive care unit are at high risk for deep venous thrombosis and pulmonary embolism, which comprise venous thromboembolism. Herein, we describe the prevalence, incidence, risk factors, clinical consequences, prophylaxis against venous thromboembolism in critically ill patients, and compliance with thromboprophylaxis. We focus primarily on medical-surgical intensive care unit patients, who represent the largest subgroup of critically ill patients. Despite the large and growing number of critically ill patients in our aging society, their high risk for venous thromboembolism, and the morbidity and mortality associated with this complication of critical illness, relatively few rigorous studies are available. Large, well-designed, randomized trials of thromboprophylaxis, powered to detect differences in patient-important outcomes, are required to advance our understanding and care of these vulnerable patients. Furthermore, because thromboprophylaxis is a common error of omission in hospitalized patients, redoubled efforts are needed to ensure that it is used in practice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,957
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,390
Écart entre enseignants0,340 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations68
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Care MedicineMême sujetVenous Thromboembolism Diagnosis and ManagementTravaux en français237 207