MétaCan
Menu
Retour à la cohorte
Enregistrement W3041165963 · doi:10.1111/jth.15001

Risk scores for occult cancer in patients with unprovoked venous thromboembolism: Results from an individual patient data meta‐analysis

2020· review· en· W3041165963 sur OpenAlexaff
Frits I. Mulder, Marc Carrier, Frederiek van Doormaal, Philippe Robin, Hans‐Martin Otten, Pierre‐Yves Salaün, Harry R. Büller, Grégoire Le Gal, Nick van Es

Notice bibliographique

RevueJournal of Thrombosis and Haemostasis · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueVenous Thromboembolism Diagnosis and Management
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésVenous thromboembolismMedicineMeta-analysisOccultInternal medicineOncologyThrombosisPathologyAlternative medicine

Résumé

récupéré en direct d'OpenAlex

Background The Registro Informatizado de Pacientes con Enfermedad TromboEmbólica (RIETE) score and the Screening for Occult Malignancy in Patients with Idiopathic Venous Thromboembolism (SOME) risk scores aim to identify patients with acute unprovoked venous thromboembolism (VTE) at high risk of occult cancer, but their predictive performance is unclear. Methods The scores were evaluated in an individual patient data meta-analysis. Studies were eligible if enrolling consecutive adults with unprovoked VTE who underwent protocol-mandated screening for cancer. The primary outcome was a cancer diagnosis between 30 days and 2 years of follow-up. The discriminatory performance was evaluated by computing the area under the receiver (ROC) curve in random-effects meta-analyses. Results The RIETE score could be calculated in 1753 patients, of whom 63 (3.6%) were diagnosed with cancer. The pooled area under the ROC curve was 0.59 (95% confidence interval [CI], 0.52-0.66; I2 = 0%). Of the 427 patients (24%) classified as high risk, 25 (5.9%) were diagnosed with cancer compared with 38 of 1326 (2.9%) low-risk patients (hazard ratio [HR], 2.0; 95% CI, 1.3-3.4). The SOME score was calculated in 925 patients, of whom 37 (4.0%) were diagnosed with cancer. The pooled area under the ROC curve was 0.56 (95% CI, 0.46-0.65; I2 = 46%). Of the 161 patients (17%) classified as high risk (≥2 points), eight (5.0%) were diagnosed with cancer compared with 29 of 764 (3.8%) low-risk patients (HR, 1.2; 95% CI, 0.55-2.7). Conclusions The predictive discriminatory performance of both scores is poor. When used dichotomously, the RIETE score is able to discriminate between low- and high-risk patients. Because this is largely driven by advanced age, these results do not support the use of these scores in daily clinical practice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,049
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0140,055
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,173
Tête enseignante GPT0,397
Écart entre enseignants0,224 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations27
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Thrombosis and HaemostasisMême sujetVenous Thromboembolism Diagnosis and ManagementTravaux en français237 207