Anticoagulation of malignant glioma patients in the era of novel antiangiogenic agents
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Venous thromboembolism (VTE) is common in patients with brain tumors. Anticoagulant therapy is feared due to the risk of bleeding, especially intracranial hemorrhage. Emerging treatment approaches targeting angiogenesis, may increase the risk of both thrombosis and bleeding. Recent advances in the cause, prevention, and treatment of VTE in brain tumor patients in the era of antiangiogenic therapy are reviewed. RECENT FINDINGS: About 20-30% of malignant glioma patients develop clinically significant thromboembolism; however, a recent randomized trial suggested increased intracranial bleeding with the use of prophylactic anticoagulation. Antiangiogenic therapies, especially those targeting vascular endothelial growth factor or its receptor, may increase the risk of thrombosis. New data regarding the safety of anticoagulation concurrent with bevacizumab have emerged. SUMMARY: VTE is common perioperatively and throughout the course of brain tumor therapy. Therapeutic anticoagulation followed by secondary anticoagulant thromboprophylaxis is indicated in most patients with DVT or pulmonary embolism, including patients receiving antiangiogenic agents. The role of primary antithrombotic prophylaxis remains unclear.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».