MétaCan
Menu
Retour à la cohorte
Enregistrement W3126851834 · doi:10.23750/abm.v91i4.10720

Antithrombotic prophylaxis in children and adolescents' patients with SARS-CoV-2 (COVID-19) infection: A practical guidance for clinicians.

2020· article· en· W3126851834 sur OpenAlexaff
Mehran Karimi, Haleh Bozorgi, Tahereh Zarei, Mohammadreza Bordbar, Ali Amanati, Arash Safaei, Vincenzo De Sanctis

Notice bibliographique

RevuePubMed · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensChild, Adolescent and Family Mental Health
Organismes subventionnairesnon disponible
Mots-clésMedicineAntithromboticIntensive care medicineCoronavirus disease 2019 (COVID-19)Venous thromboembolismClinical judgementSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)ThrombosisPediatricsDiseaseInternal medicineInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Severe coronavirus disease 2019 (COVID-19) is often associated with features of hypercoagulable state which can manifest as venous thromboembolism (VTE) and/or microthrombosis. Given the high risk of VTE in critically ill COVID-19 patients, appropriate VTE prophylaxis seems to be an important part of managing these patients. Although many protocols regarding venous thromboembolism (VTE) prophylaxis or therapeutic (full-dose) anticoagulation have been conducted worldwide, primarily in hospitalised adult patients, details on paediatric patients, if included, are limited or incomplete. The current evidences suggest that anticoagulation therapy with low molecular weight heparins (LMWH) appears to be associated with better prognosis in patients with moderate to severe COVID-19 induced coagulopathies or elevated D-dimer levels. Our recommendations are intended to offer guidance for anticoagulation prophylaxis and treatment in COVID-19 children and adolescent patients and not intend to supersede the clinician judgement. We are also conscious that several clinical questions deserve further studies and clarifications because this area is rapidly evolving.

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)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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 Opus0,096
Tête enseignante GPT0,408
Écart entre enseignants0,312 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207