MétaCan
Menu
Retour à la cohorte
Enregistrement W2600616083 · doi:10.1136/bmj.j1081

Should we screen extensively for cancer after unprovoked venous thrombosis?

2017· review· en· W2600616083 sur OpenAlexaff
Faizan Khan, Christian Vaillancourt, Marc Carrier

Notice bibliographique

RevueBMJ · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueVenous Thromboembolism Diagnosis and Management
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésVenous thrombosisMedicineThrombosisVenous thromboembolismCancerInternal medicine

Résumé

récupéré en direct d'OpenAlex

#### What you need to know How far to go in screening patients with an unprovoked venous thromboembolism (VTE) for an occult cancer is a clinical dilemma. Unprovoked VTE, either deep vein thrombosis or pulmonary embolism, can be the first manifestation of an undiagnosed cancer. Until recently, the literature suggested that up to 10% of such patients would be diagnosed with a cancer in the year after their diagnosis of VTE.1 However, the incidence of occult cancer in patients studied in two recent, high quality, randomised controlled trials was only about 4%.23 This drop in the proportion of people with occult cancer may require an adjustment in the clinical approach. Fig 1⇓ outlines a conservative approach and a more detailed approach to investigating such patients. Extensive screening has become the standard of care, though it is based on limited data. Fig 1  Occult cancer screening strategies in unprovoked venous thromboembolism (from NICE guidelines 20124) However, high quality data from recently completed trials discussed below suggest that extensive screening strategies may not provide additional value over routine cancer screening in the frequency of cancer detection in these patients. #### Search strategy and study selection We searched PubMed (from inception to 31 December 2016) for randomised controlled trials and systematic reviews using the search terms “cancer screening,” “venous thromboembolism,” “unprovoked,” “meta-analysis,” and “randomized controlled trial.” We reviewed articles published in English between 2012 (publication of NICE guidelines) and 2016. We also searched the Cochrane Library and …

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,084
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,084
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0080,005
Bibliométrie0,0060,006
Études des sciences et des technologies0,0000,001
Communication savante0,0020,005
Science ouverte0,0020,001
Intégrité de la recherche0,0050,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,300
Tête enseignante GPT0,484
Écart entre enseignants0,184 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJMême sujetVenous Thromboembolism Diagnosis and ManagementTravaux en français237 207