Prognostic factors for VTE and bleeding in hospitalized medical patients: a systematic review and meta-analysis
Notice bibliographique
Résumé
There may be many predictors of venous thromboembolism (VTE) and bleeding in hospitalized medical patients, but until now, systematic reviews and assessments of the certainty of the evidence have not been published. We conducted a systematic review to identify prognostic factors for VTE and bleeding in hospitalized medical patients and searched Medline and EMBASE from inception through May 2018. We considered studies that identified potential prognostic factors for VTE and bleeding in hospitalized adult medical patients. Reviewers extracted data in duplicate and independently and assessed the certainty of the evidence using the Grading of Recommendations Assessment, Development, and Evaluation approach. Of 69 410 citations, we included 17 studies in our analysis: 14 that reported on VTE, and 3 that reported on bleeding. For VTE, moderate-certainty evidence showed a probable association with older age; elevated C-reactive protein (CRP), D-dimer, and fibrinogen levels; tachycardia; thrombocytosis; leukocytosis; fever; leg edema; lower Barthel Index (BI) score; immobility; paresis; previous history of VTE; thrombophilia; malignancy; critical illness; and infections. For bleeding, moderate-certainty evidence showed a probable association with older age, sex, anemia, obesity, low hemoglobin, gastroduodenal ulcers, rehospitalization, critical illness, thrombocytopenia, blood dyscrasias, hepatic disease, renal failure, antithrombotic medication, and presence of a central venous catheter. Elevated CRP, a lower BI, a history of malignancy, and elevated heart rate are not included in most VTE risk assessment models. This study informs risk prediction in the management of hospitalized medical patients for VTE and bleeding; it also informs guidelines for VTE prevention and future research.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,013 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».