Risk of Venous Thromboembolism in Glioblastoma Patients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background Patients with cancer are at increased risk of venous thromboembolic events (VTE) with a particularly high prevalence in patients with glioblastoma (GB). We designed this current study to determine the incidence of symptomatic VTE in patients with GB undergoing first-line chemoradiotherapy and to develop a clinical score to help physicians identify those who are at the highest risk of VTE. Methods A retrospective study cohort included patients diagnosed with GBM treated with radical concurrent chemoradiotherapy between 2005 and 2010 in Southern Alberta. Descriptive statistics were used to characterize the patient population. A predictive value for VTE was assessed by comparing logistic models and using the area under the receiver operating characteristic curve. Results Twenty-three out of 115 patients (20%) experienced a symptomatic VTE. This complication was not associated with overall survival at two years (p=0.06, heart rate (HR)=1.61). Hypertension and smoking were associated with VTE (p-values 0.034 and 0.048, respectively). A scoring system with the following variables was developed to predict the likelihood of developing VTE: (1) Karnofsky performance status (KPS) - 70, 1 point; KPS < 70, 2 points; (2) Age - 45 to 60, 1 point; 61 to 70, 2 points; (3) Current smoking, 1 point; (4) Hypertension, 1 point. Patients with >3 points were 5 times more likely to develop a VTE. Conclusions In our population, our simple scoring system allows the identification of patients with GB receiving first-line therapy, who are at the highest risk of VTE. These results require validation in an independent series.
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.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 découle