MétaCan
Menu
Retour à la cohorte
Enregistrement W2954042561 · doi:10.12688/f1000research.18673.1

Recent advances in the treatment and prevention of venous thromboembolism in cancer patients: role of the direct oral anticoagulants and their unique challenges

2019· preprint· en· W2954042561 sur OpenAlexaff
Dominique Farge, Corinne Frère

Notice bibliographique

RevueF1000Research · 2019
Typepreprint
Langueen
DomaineMedicine
ThématiqueVenous Thromboembolism Diagnosis and Management
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedicineVenous thromboembolismCancerIntensive care medicineAmbulatoryDiseaseVenous thrombosisThrombosisInternal medicine

Résumé

récupéré en direct d'OpenAlex

Venous thromboembolism (VTE) is a common complication in patients with cancer and is associated with poor prognosis. Low-molecular-weight heparins (LMWHs) are the standard of care for the treatment of cancer-associated thrombosis. Primary VTE prophylaxis with LMWH is recommended after cancer surgery and in hospitalized patients with reduced mobility. However, owing to wide variations in VTE and bleeding risk, based on disease stage, anti-cancer treatments, and individual patient characteristics, routine primary prophylaxis is not recommended in ambulatory cancer patients undergoing chemotherapy. Efforts are under way to validate risk assessment models that will help identify those patients in whom the benefits of primary prophylaxis will outweigh the risks. In recent months, long-awaited dedicated clinical trials assessing the direct oral anticoagulants (DOACs) in patients with cancer have reported promising results. In comparison with the LMWHs, the DOACs were reported to be non-inferior to prevent VTE recurrence. However, there was an increased risk of bleeding, particularly in gastrointestinal cancers. Safe and optimal treatment with the DOACs in the patient with cancer will require vigilant patient selection based on patient characteristics, co-morbidities, and the potential for drug-drug interactions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,819
Score d'incertitude au seuil0,499

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,051
Tête enseignante GPT0,358
Écart entre enseignants0,307 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueF1000ResearchMême sujetVenous Thromboembolism Diagnosis and ManagementTravaux en français237 207