MétaCan
Menu
Retour à la cohorte
Enregistrement W2014438317 · doi:10.1161/01.str.32.1.262

Venous Thromboembolism After Acute Stroke

2001· review· en· W2014438317 sur OpenAlexaff
James Kelly, Anthony Rudd, Russell E. Lewis, Beverley J. Hunt

Notice bibliographique

RevueStroke · 2001
Typereview
Langueen
DomaineMedicine
ThématiqueVenous Thromboembolism Diagnosis and Management
Établissements canadiensSt. Thomas Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicinePulmonary embolismVenous thromboembolismStroke (engine)Intensive care medicineSubclinical infectionHeparinEmbolismThrombosisSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Treatment for venous thromboembolism (VTE) is highly effective in preventing morbidity and mortality, yet pulmonary embolism (PE) accounts for up to 25% of early deaths after stroke. This is because the current diagnostic paradigm is reactive rather than proactive: the clinician responds to VTE when it becomes symptomatic, in the expectation that initiation of treatment will prevent progression to more serious manifestations. This approach is flawed, because sudden death from PE is frequently unheralded and nonfatal symptomatic pulmonary emboli are often unrecognized or misdiagnosed. SUMMARY OF COMMENT: Morbidity and mortality from PE could be reduced either by more effective thromboprophylaxis or earlier diagnosis and treatment of established VTE. The fact that early use of short-term, low-dose, unfractionated heparin (UFH) is not associated with sustained, clinically meaningful benefit suggests that a fundamental change in the diagnostic approach to VTE is needed, one which requires a greater appreciation that clinically apparent events are merely the tip of the thromboembolism iceberg. CONCLUSIONS: Research into a strategy of screening for subclinical VTE in these patients is needed, with a view to identifying a subgroup at risk of progression to symptomatic and life-threatening events, in whom outcome might be improved by anticoagulation.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,963
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,002
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,030
Tête enseignante GPT0,329
Écart entre enseignants0,299 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations269
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrokeMême sujetVenous Thromboembolism Diagnosis and ManagementTravaux en français237 207