Phenotypical differences and thrombosis rates in secondary erythrocytosis versus polycythemia vera
Notice bibliographique
Résumé
Erythrocytosis is a common condition and an increasingly frequent reason for consultation in hematology. Since the inception of the 2016 World Health Organization (WHO) 2016 criteria, in lowering the hemoglobin (Hb) and hematocrit (Hct) diagnostic thresholds to 165 g/L and 49% in men, and 160 g/L and 48% in women, respectively 1 , it has been estimated that 4.1% of unselected males (outpatients) have Hb levels exceeding these values 2 . With only a minority of these having polycythemia vera (PV) 3 , hematologists are witnessing a new preponderance of referrals for secondary erythrocytosis (SE) which has yielded novel and significant diagnostic and therapeutic challenges. While the classic coupling of JAK2 –positive/subnormal serum erythropoietin (Epo) greatly increases the likelihood of PV diagnosis 4 , 5 , those not strictly fulfilling these criteria represent a heterogeneous population for whom a systematic approach has been difficult to establish 6 . Though efforts have been made to operationally discriminate between the various forms of erythrocytosis, data comparatively assessing SE and PV populations are scarce 7 , 8 . These support different clinical profiles 7 , 8 , while reports of outcomes, including thrombosis, have been inconsistent 9 , 10 . Furthermore, little information exists on how these populations are managed in a real world setting, and it may be speculated that SE cohorts are subject either to under or over investigating and treatment. We conducted a direct comparison of clinical and laboratory features, outcomes, diagnostic workup, and treatment patterns in cohorts with SE vs WHO-defined PV.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».