MétaCan
Menu
Retour à la cohorte
Enregistrement W3120157654 · doi:10.1177/1076029620975489

Retrospective Review of Prescribing Patterns in Cancer-Associated Thrombosis: A Single Center Experience in Edmonton, Alberta, Canada

2021· review· en· W3120157654 sur OpenAlexaffabout
Hannah Kaliel, Meghan Mior, Steven Quan, Sunita Ghosh, Cynthia Wu, Tammy J. Bungard

Notice bibliographique

RevueClinical and Applied Thrombosis/Hemostasis · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueVenous Thromboembolism Diagnosis and Management
Établissements canadiensUniversity of AlbertaAlberta Health Services
Organismes subventionnairesnon disponible
Mots-clésMedicineWarfarinLow molecular weight heparinThrombosisVenous thromboembolismCancerAnticoagulantHeparinInternal medicineRetrospective cohort studyIntensive care medicineSurgeryAtrial fibrillation

Résumé

récupéré en direct d'OpenAlex

Low molecular weight heparin (LMWH) is the standard of care for treating cancer-associated thrombosis (CAT), although new evidence for direct oral anticoagulants (DOACs) supports use in specific cancer populations. In this retrospective review at a specialty CAT clinic from 2016 to 2019, we report the use of anticoagulants (LMWH, DOACs, warfarin, anticoagulant class change) in the acute and chronic phases of CAT and compare use before/after publication of the Hokusai-VTE Cancer trial. Death, venous thromboembolism (VTE) recurrence and bleeding was also reported. Of the 221 included, median age was 69 years, with 57.5% having metastatic disease. In the acute phase, 80.1% were prescribed LMWH, 4.1% DOAC, and 14.5% had an anticoagulant class change (LMWH to DOAC; 78.1%). In the chronic phase, 35.8% were prescribed LMWH, 11.3% DOAC, and 42.9% had an anticoagulant class change (LMWH to DOAC; 90.1%). Use of DOACs in the acute and chronic phase prior to the Hokusai-VTE trial was 1.0% and 2.0%, respectively, and following publication was 6.8% and 19.6%. Death occurred for 22.6% patients, recurrent VTE in 7.2%, and bleeding in 5.0%. DOAC use is increasing with time; real-world data may help to guide optimization of the care of complex 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 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)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut 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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,199

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,023
Études des sciences et des technologies0,0020,001
Communication savante0,0020,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,132
Tête enseignante GPT0,406
Écart entre enseignants0,274 · 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'étudeObservationnel
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

Citations5
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical and Applied Thrombosis/HemostasisMême sujetVenous Thromboembolism Diagnosis and ManagementTravaux en français237 207