Perioperative Management of Patients Receiving Anticoagulant or Antiplatelet Therapy: A Clinician-Oriented and Practical Approach
Notice bibliographique
Résumé
The management of patients who are receiving warfarin, aspirin, clopidogrel, or combinations of these drugs and require their interruption because of an elective surgical or other invasive procedure is a common and sometimes challenging clinical problem. For the practicing clinician, there are 2 key issues for perioperative anticoagulant management: 1) having an approach to stratify patients according to their risk for thromboembolism when warfarin or antiplatelet drug therapy is interrupted, and also having an approach to stratify patients according to the risk of bleeding associated with the surgery or procedure; and 2) determining which patients may require bridging anticoagulation and, if required, how to administer bridging, typically with a low-molecular-weight heparin, before and after surgery in a manner that minimizes the risk for bleeding. The overall goal is to minimize patients' risk for thromboembolism and bleeding throughout the perioperative period. The objective of this article is to provide an evidence-based but practical approach relating to these 2 key issues in a manner than can be applied to everyday clinical practice.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,006 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,008 | 0,010 |
| Science ouverte | 0,005 | 0,009 |
| Intégrité de la recherche | 0,014 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».