Venous thromboembolism in orthopaedic oncology
Notice bibliographique
Résumé
Aims Malignancy and surgery are risk factors for venous thromboembolism (VTE). We undertook a systematic review of the literature concerning the prophylactic management of VTE in orthopaedic oncology patients. Methods MEDLINE (PubMed), EMBASE (Ovid), Cochrane, and CINAHL databases were searched focusing on VTE, deep vein thrombosis (DVT), pulmonary embolism (PE), bleeding, or wound complication rates. Results In all, 17 studies published from 1998 to 2018 met the inclusion criteria for the systematic review. The mean incidence of all VTE events in orthopaedic oncology patients was 10.7% (1.1% to 27.7%). The rate of PE was 2.4% (0.1% to 10.6%) while the rate of lethal PE was 0.6% (0.0% to 4.3%). The overall rate of DVT was 8.8% (1.1% to 22.3%) and the rate of symptomatic DVT was 2.9% (0.0% to 6.2%). From the studies that screened all patients prior to hospital discharge, the rate of asymptomatic DVT was 10.9% (2.0% to 20.2%). The most common risk factors identified for VTE were endoprosthetic replacements, hip and pelvic resections, presence of metastases, surgical procedures taking longer than three hours, and patients having chemotherapy. Mean incidence of VTE with and without chemical prophylaxis was 7.9% (1.1% to 21.8%) and 8.7% (2.0% to 23.4%; p = 0.11), respectively. No difference in the incidence of bleeding or wound complications between prophylaxis groups was reported. Conclusion Current evidence is limited to guide clinicians. It is our consensus opinion, based upon logic and deduction, that all patients be considered for both mechanical and chemical VTE prophylaxis, particularly in high-risk patients (pelvic or hip resections, prosthetic reconstruction, malignant diagnosis, presence of metastases, or surgical procedures longer than three hours). Additionally, the surgeon must determine, in each patient, if the risk of haemorrhage outweighs the risk of VTE. No individual pharmacological agent has been identified as being superior in the prevention of VTE events. Cite this article: Bone Joint J 2020;102-B(12)1743:–1751.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».