Pre-diagnostic management of patients suspicious of deep vein thrombosis
Notice bibliographique
Résumé
Background: We analysed the feasibility of the 9th ACCP-guidelines recommendation of starting therapeutic anti- coagulation in patients with a high suspicion of deep vein thrombosis (DVT) and tried to answer the question as to whether it generates a relevant over- or under-use of anti-coagulants in the period prior to the definitive diagnosis. Patients and methods: From March to May 2013 we included 98 consecutive out-patients (mean age 63 ± 17 years, 39 males) suspected of DVT, classifying them according to the 9th ACCP-guidelines recommendations into two groups with high and low clinical suspicion. Those with a high suspicion (Wells Score ≥ 2 and elevated DDimer concentration) initially received Rivaroxaban 15 mg orally. Results: Out of the 80 patients with a high clinical suspicion, 15 (19%) received therapeutic anti-coagulation without any medical necessity because DVT was finally excluded. Out of the 10 patients with a low clinical suspicion, 2 (20%) with a finally proven DVT might have benefited from initial therapeutic anti-coagulation. Females were at a slightly higher risk of receiving therapeutic anti-coagulation unnecessarily. Out of the 45 females with a high clinical suspicion, who received therapeutic anti-coagulation, DVT was excluded in 9 (20%). In males it was 6 (17%) out of 35 patients. The costs for those 80 patients accepting initial anti-coagulation by taking Rivaroxaban 15 mg were €312. By using Certoparin 8000 I.E. the cost would have been €792, which is 150% higher compared to Rivaroxaban within in the same period. Conclusion: Defining patients to have a high suspicion for DVT by Wells score and DDimer is associated with an over-use of therapeutic anticoagulation in almost every fifth patients.
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 ».