Prevention and treatment of venous thromboembolism in patients with cancer
Notice bibliographique
Résumé
Robust evidence remains scarce in guiding best practice in the prevention and treatment of venous thromboembolism in patients living with cancer. Recommendations from major consensus guidelines are largely based on extrapolated data from trials performed mostly in noncancer patients, observational studies and registries, studies using surrogate outcomes, and underpowered randomized controlled trials. Nonetheless, a personalized approach based on individual risk assessment is uniformly recommended for inpatient and outpatient thromboprophylaxis and there is consensus that anticoagulant prophylaxis is warranted in selected patients with a high risk of thrombosis. Prediction tools for estimating the risk of thrombosis in the hospital setting have not been validated, but the use of prophylaxis in the ambulatory setting in those with a high Khorana score is under active investigation. Symptomatic and incidental thrombosis should be treated with anticoagulant therapy, but little is known about the optimal duration. Pharmacologic options for prophylaxis and treatment are still restricted to unfractionated heparin, low molecular weight heparin, and vitamin K antagonists because there is currently insufficient evidence to support the use of target-specific, non-vitamin K-antagonist oral anticoagulants. Although these agents offer practical advantages over traditional anticoagulants, potential drug interaction with chemotherapeutic agents, gastrointestinal problems, hepatic and renal impairment, and the lack of rapid reversal agents are important limitations that may reduce the efficacy and safety of these drugs in patients with active cancer. Clinicians and patients are encouraged to participate in clinical trials to advance the care of patients with cancer-associated thrombosis.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».