Risk of Recurrence After a First Episode of Symptomatic Venous Thromboembolism Provoked by a Transient Risk Factor
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: We aimed to determine the risk of recurrence for symptomatic venous thromboembolism (VTE) provoked by different transient risk factors. DATA SOURCES: MEDLINE, EMBASE, and Cochrane Collaboration Registry of Randomized Trials databases were searched. STUDY SELECTION: Prospective cohort studies and randomized trials of patients with a first episode of symptomatic VTE provoked by a transient risk factor and treated for at least 3 months were identified. DATA EXTRACTION: Number of patients and recurrent VTE during the 0- to 12-month and 0- to 24-month intervals after stopping therapy, study design, and provoking risk factor characteristics were extracted. DATA SYNTHESIS: Annualized recurrence rates were calculated and pooled across studies. At 24 months, the rate of recurrence was 3.3% per patient-year (11 studies, 2268 patients) for all patients with a transient risk factor, 0.7% per patient-year (3 studies, 248 patients) in the subgroup with a surgical factor, and 4.2% per patient-year (3 studies, 509 patients) in the subgroup with a nonsurgical factor. In the same studies, the rate of recurrence after unprovoked VTE was 7.4% per patient-year. The rate ratio for a nonsurgical compared with a surgical factor was 3.0 and for unprovoked thrombosis compared with a nonsurgical factor was 1.8 at 24 months. CONCLUSIONS: The risk of recurrence is low if VTE is provoked by surgery, intermediate if provoked by a nonsurgical risk factor, and high if unprovoked. These risks affect whether patients with VTE should undergo short-term vs indefinite treatment.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle