MétaCan
Menu
Retour à la cohorte
Enregistrement W2793071797 · doi:10.1182/blood-2018-01-785956

How I treat the postthrombotic syndrome

2018· review· en· W2793071797 sur OpenAlexafffund
Anat Rabinovich, Susan R. Kahn

Notice bibliographique

RevueBlood · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueVenous Thromboembolism Diagnosis and Management
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineDeep veinCompression stockingsThrombosisPost-thrombotic syndromeSurgeryThrombolysisIntensive care medicineInternal medicineMyocardial infarction

Résumé

récupéré en direct d'OpenAlex

The postthrombotic syndrome (PTS) is a chronic complication of deep vein thrombosis (DVT) that imposes significant morbidity, reduces quality of life, and is costly. After DVT, 20% to 50% of patients will develop PTS, and up to 5% will develop severe PTS. The principal risk factors for PTS are anatomically extensive DVT, recurrent ipsilateral DVT, obesity, and older age. By preventing the initial DVT and DVT recurrence, primary and secondary prophylaxis of DVT will reduce occurrence of PTS. The effectiveness of elastic compression stockings (ECSs) for PTS prevention is controversial. Catheter-directed thrombolysis is not effective to prevent PTS overall but may prevent more severe forms of PTS and should be reserved for select patients with extensive thrombosis, recent symptoms onset, and low bleeding risk. For patients with established PTS, the cornerstone of management is ECS, exercise, and lifestyle modifications. Surgical or endovascular interventions may be considered in refractory cases. Because of a lack of effective therapies, new approaches to preventing and treating PTS are needed. This article uses a case-based approach to discuss risk factors for PTS after DVT, how to diagnose PTS, and available means to prevent and treat PTS, with a focus on new information in the field.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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 Opus0,048
Tête enseignante GPT0,308
Écart entre enseignants0,260 · 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'étudeSans objet
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

Citations106
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBloodMême sujetVenous Thromboembolism Diagnosis and ManagementTravaux en français237 207