MétaCan
Menu
Retour à la cohorte
Enregistrement W3009422255 · doi:10.20452/pamw.15225

Treatment of venous thromboembolism in elderly patients in the era of direct oral anticoagulants

2020· article· en· W3009422255 sur OpenAlexaff
Tobias Tritschler, Lana A. Castellucci, Nick van Es, Drahomir Aujesky, Grégoire Le Gal

Notice bibliographique

RevuePolskie Archiwum Medycyny Wewnętrznej · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueVenous Thromboembolism Diagnosis and Management
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésVenous thromboembolismMedicineIntensive care medicineInternal medicineThrombosis

Résumé

récupéré en direct d'OpenAlex

The incidence of venous thromboembolism (VTE) and VTE‑related morbidity and mortality increase with advancing age. Over the past decade, substantial advances in the treatment of VTE have been achieved. Most notably, direct oral anticoagulants (DOACs) were introduced, which offer simple treatment regimens across a broad spectrum of patients with VTE and have become the first‑choice anticoagulants in many individuals in this population. Even though elderly patients are underrepresented in clinical trials, the extrapolation of overall study results to the elderly subpopulation can be considered justified regarding acute VTE treatment and the choice of anticoagulant agent. In the elderly, DOACs are not only associated with a lower bleeding risk but they also appear to be even more efficacious than vitamin K antagonists in preventing recurrent VTE during the acute treatment period. Determining the optimal treatment duration is the most challenging aspect of VTE management in elderly patients. The risk of bleeding increases with advancing age, and several risk factors for recurrent VTE after stopping anticoagulation are also more frequent in the elderly. Clinical decision rules estimating the risk of recurrent VTE and bleeding have limited utility in elderly patients. Shared decision making considering patients' preferences and values is therefore crucial to help determine individual treatment duration in these patients.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,412
Score d'incertitude au seuil0,887

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
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 Opus0,032
Tête enseignante GPT0,291
Écart entre enseignants0,259 · 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

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolskie Archiwum Medycyny WewnętrznejMême sujetVenous Thromboembolism Diagnosis and ManagementTravaux en français237 207