Venous Thrombotic Risk in Transgender Women Undergoing Estrogen Therapy: A Systematic Review and Metaanalysis
Notice bibliographique
Résumé
Abstract BACKGROUND Transgender women are female individuals who were recorded men at birth based on natal sex. Supporting a person's gender identity improves their psychological health, and gender-affirming hormones reduce gender dysphoria and benefit mental health. For transgender women, estrogen administration has clinically significant benefits. Previous reviews have reported conflicting literature on the thrombotic risk of estrogen therapy in transgender women and have highlighted the need for more high-quality research. CONTENT To help address the gap in understanding thrombotic risk in transgender women receiving estrogen therapy, we performed a systematic literature review and metaanalysis. Two evaluators independently assessed quality using the Ottawa Scale for Cohort Studies. The Poisson normal model was used to estimate the study-specific incidence rates and the pooled incidence rate. Heterogeneity was measured using Higgins I2 statistic. The overall estimate of the incidence rate was 2.3 per 1000 person-years (95% CI, 0.8–6.9). The heterogeneity was significant (I2 = 74%; P = 0.0039). SUMMARY Our study estimated the incidence rate of venous thromboembolism in transgender women prescribed estrogen to be 2.3 per 1000 person-years, but because of heterogeneity this estimate cannot be reliably applied to transgender women as a group. There are insufficient data in the literature to partition by subgroup for subgroup prohibiting the analysis to control for tobacco use, age, and obesity, which is a major limitation. Additional studies of current estrogen formulations, modes of administration, and combination therapies, as well as studies in the aging transgender population, are needed to confirm thrombotic risk and clarify optimal therapy regimens.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».