The diagnosis and treatment of venous thromboembolism
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
Venous thromboembolism (VTE) is a common condition that can lead to complications such as postphlebitic syndrome, chronic pulmonary artery hypertension, and death. The approach to the diagnosis of has evolved over the years and an algorithm strategy combining pretest probability, D-dimer testing, and diagnostic imaging now allows for safe, convenient, and cost-effective investigation of patients. Patients with low pretest probability and a negative D-dimer can have VTE excluded without the need for imaging. The mainstay of treatment of VTE is anticoagulation, whereas interventions such as thrombolysis and inferior vena cava filters are reserved for special situations. Low-molecular-weight heparin has allowed for outpatient management of most patients with deep vein thrombosis at a considerable cost savings to the health care system. Patients with malignancy-associated VTE benefit from decreased recurrent rates if treated with long-term low-molecular-weight heparin. The development of new oral anticoagulants further simplifies treatment. The duration of anticoagulation is primarily influenced by underlying cause of the VTE (whether provoked or not) and consideration of the risk for major hemorrhage. Testing for genetic and acquired thrombophilia may provide insight as to the cause of a first idiopathic deep vein thrombosis, but the evidence linking most thrombophilias to an increased risk of recurrent thrombosis is limited.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 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 découle