Risk of Venous Thromboembolic Events in Pregnant Women With Cancer [311]
Notice bibliographique
Résumé
INTRODUCTION: Venous thromboembolism is one of the leading causes of pregnancy-associated death in the western world. Cancer is a known risk factor for thrombosis outside of pregnancy. The objective of this study is to evaluate the effect of cancer on the risk of venous thromboembolism in pregnancy. METHODS: We conducted a retrospective population-based cohort study using the Health Care Cost and Utilization Project, Nationwide Inpatient Sample database from 2003 to 2011. We classified cancers according to location and estimated the risk of developing venous thromboembolism among pregnant women with the 10 most prevalent malignancies using unconditional logistic regression analysis. RESULTS: There were 7,917,453 births in our cohort of which 2,826 were to women with underlying malignancies. Risk of venous thromboembolism among women with no malignancy was 7.22 per 10,000 births. This risk was considerably increased among women with cervical cancer (odds ratio [OR] 8.64, 95% confidence interval [CI] 2.15–34.79), ovarian cancer (OR 10.35, 95% CI 1.44–74.19), Hodgkin's disease (OR 7.87, 95% CI 2.94–21.05), and myeloid leukemia (OR 20.75, 95% CI 6.61–65.12). CONCLUSION: Many cancers increase risk of venous thromboembolism in pregnancy. In light of this risk, thromboprophylaxis should be considered for all women with an underlying malignancy.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,002 | 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 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 ».