Inverse relationship of serum albumin to the risk of venous thromboembolism among acutely ill hospitalized patients: Analysis from the APEX trial
Notice bibliographique
Résumé
Hypoalbuminemia is a common finding and independent predictor for unfavorable prognosis. The prognostic value of albumin measurement for short-term VTE prediction in hospitalized patients remains unclear. In the APEX trial (ClinicalTrials.gov identifier: NCT01583218), medical inpatients were randomized to receive either extended-duration betrixaban or shorter-duration enoxaparin and followed for 77 days. Baseline albumin concentrations were obtained in 7266 subjects with evaluable VTE endpoints. The association of baseline albumin to VTE was assessed, with adjustment for patient characteristics, thromboprophylaxis, and biomarkers for fibrinolysis and inflammation (ie, D-dimer and C-reactive protein [CRP]). VTE risk refinement was evaluated by incorporation of albumin to well-validated risk assessment models. A stepwise increase in the risk of VTE (P < .0001) was observed with lower levels of albumin. Patients at the bottom albumin quartile (<35 g/L) had a two-fold greater odds for developing VTE compared with the top quartile (≥42 g/L) (OR = 2.119 [95% CI, 1.592-2.820]; adjusted OR = 2.079 [1.485-2.911]). The odds for VTE increased by 1.368 (95% CI, 1.240-1.509) times per SD decrement of albumin (5.24 g/L). Compared with the propensity score-matched pairs of patients with albumin ≥35 g/L, patients with albumin <35 g/L had a greater risk of VTE (OR = 1.623 [1.260-2.090]; adjusted OR = 1.658 [1.209-2.272]). Albumin measurement also refined VTE risk discrimination and reclassification after inclusion in the risk assessment models. In conclusion, acutely ill hospitalized patients with low serum albumin had an increased VTE risk through 77 days. VTE risk assessment models for medical inpatients should consider incorporation of baseline albumin measurement.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».