Thrombophilic factors and the formation of dural arteriovenous fistulas
Notice bibliographique
Résumé
OBJECT: Dural arteriovenous fistulas (DAVFs) are distinct neurovascular entities. Although their exact origins are unknown, venous thrombosis and venous hypertension are likely to be major inducing factors. To address the relationship between DAVFs and thrombophilic factors, the authors conducted a case-control study at a single institution and performed a metaanalysis of the literature. METHODS: Forty patients with DAVFs at Toronto Western Hospital were recruited to complete a questionnaire and to donate blood samples for factor V Leiden mutation and factor II G20210A mutation screening and assessment of coagulation factors. The questionnaire was designed to collect information on each participant's specific history of venous thrombosis, medications, and race. A control group of 33 healthy volunteers agreed to the same protocol. A MEDLINE search of the literature from 1966 to the present was conducted and three relevant series were found. The results of the present study were pooled with the data from the literature. RESULTS: Combining institutional results with the results from the literature yielded a total of 121 patients and 178 control group members. Thrombophilic mutations were present in 16 patients and four healthy volunteers, with an odds ratio (OR) of 4.69 for factor V Leiden (95% confidence interval [CI] 1.24-17.69) and an OR of 10.87 for the prothrombin G20210A allele (95% CI 1.32-89.51). Levels of the basic coagulation profile, fibrinogen, and factor VIII were within normal limits. CONCLUSIONS: Patients with the factor V Leiden and factor II G20210A mutations are at a higher risk for DAVFs. However, because these mutations are not implicated in the vast majority of DAVFs, routine screening is not recommended.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 ».