Notice bibliographique
Résumé
For more than 50 years, heparin and vitamin K antagonists (VKAs) have been the anticoagulant drugs used to prevent and treat thrombosis. Low molecular weight heparins (LMWHs) are more recent and have been available for approximately 20 years. Patients with cancer are members of a unique patient population because of their high risk for thrombosis and the risk of anticoagulant-related bleeding. With the currently available antithrombotic agents, patients with cancer still have unmet needs in terms of the prevention and treatment of thrombosis. Although long-term LMWH is the treatment of choice for patients with cancer who have acute, symptomatic venous thromboembolism (VTE), some patients still experience recurrent VTE. More effective antithrombotic agents are needed for such patients. Convenient (ie, oral and with no laboratory monitoring), effective, and safe agents are needed to prevent thrombosis in patients taking chemotherapy and antiangiogenic drugs and in patients with central vein catheters. There are a number of new antithrombotic agents that have been studied in recent years and will soon be available for certain diseases. They target either activated factor X (ie, factor Xa) or activated thrombin, and some of them have potential therapeutic value in patients with cancer. In this article, the clinical research model used for the development of a new antithrombotic agent is discussed along with the results of recent trials that evaluate these new agents in high-risk populations.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».