Heparin-Induced Thrombocytopenia in Critically Ill Patients
Notice bibliographique
Résumé
Many critically ill patients receive heparin, either before intensive care unit (ICU) admission (e.g., postcardiac surgery), for prophylaxis/treatment of thrombosis, for hemodialysis/filtration, or even incidentally (e.g., flushing of intravascular catheters), and are therefore at risk for developing immune heparin-induced thrombocytopenia (HIT), a prothrombotic drug reaction caused by platelet-activating antiplatelet factor 4 (PF4)/heparin antibodies. However, HIT explains at most 1 in 100 thrombocytopenic ICU patients (HIT frequency 0.3-0.5% vs. 30-50% background frequency of ICU-associated thrombocytopenia), and most patients who form anti-PF4/heparin antibodies do not develop HIT; hence, HIT overdiagnosis often occurs. This review discusses HIT-related issues relevant to ICU patients, including how to (1) distinguish HIT both clinically and serologically from non-HIT-related thrombocytopenia; (2) recognize HIT-mimicking disorders, such as the acute disseminated intravascular coagulation (DIC)/liver necrosis-limb necrosis syndrome; (3) prevent HIT in the ICU through use of low-molecular-weight heparin; and (4) treat HIT, including awareness of "PTT confounding" when anticoagulating patients with DIC.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».