The IMPROVEDD VTE Risk Score: Incorporation of D-Dimer into the IMPROVE Score to Improve Venous Thromboembolism Risk Stratification
Notice bibliographique
Résumé
Background The IMPROVE score is a validated venous thromboembolism (VTE) assessment tool to risk stratify hospitalized, medically ill patients based on clinical variables. It was hypothesized that addition of D-dimer measurement to derive a new IMPROVEDD score would improve identification of at risk of VTE. Methods The association of the IMPROVE score and D-dimer ≥ 2 × the upper limit of normal (ULN) with the risk of symptomatic deep vein thrombosis, nonfatal pulmonary embolism, or VTE-related death was evaluated in 7,441 hospitalized, medically ill patients randomized in the APEX trial. Based on the Cox regression analysis, the IMPROVEDD score was derived by adding two points to the IMPROVE score if the D-dimer was ≥ 2 × ULN. Results Baseline D-dimer was independently associated with symptomatic VTE through 77 days (adjusted HR: 2.22 [95% CI: 1.38–1.58], p = 0.001). Incorporation of D-dimer into the IMPROVE score improved VTE risk discrimination (ΔAUC: 0.06 [95% CI: 0.02–0.09], p = 0.0006) and reclassification (continuous NRI: 0.34 [95% CI: 0.17–0.51], p = 0.001; categorical NRI: 0.13 [95% CI: 0.03–0.23], p = 0.0159). Patients with an IMPROVEDD score of ≥2 had a greater VTE risk compared with those with an IMPROVEDD score of 0 to 1 (HR: 2.73 [95% CI: 1.52–4.90], p = 0.0007). Conclusion Incorporation of D-dimer into the IMPROVE VTE risk assessment model further improves risk stratification in hospitalized, medically ill patients who received thromboprophylaxis. An IMPROVEDD score of ≥2 identifies hospitalized, medically ill patients with a heightened risk for VTE through 77 days.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| 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 ».