MétaCan
Menu
Retour à la cohorte
Enregistrement W3166339949 · doi:10.1097/mbc.0000000000001052

How to use low-molecular-weight heparin to treat neonatal thrombosis in clinical practice

2021· article· en· W3166339949 sur OpenAlexaff

Notice bibliographique

RevueBlood Coagulation & Fibrinolysis · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood Coagulation and Thrombosis Mechanisms
Établissements canadiensMcMaster Children's HospitalMcMaster University
Organismes subventionnairesnon disponible
Mots-clésDosingThrombosisHeparinClinical PracticeIncidence (geometry)Clinical trialCatheterMajor bleeding

Résumé

récupéré en direct d'OpenAlex

Among children, neonates have the highest incidence of thrombosis due to risk factors such as catheter instrumentation, an evolving coagulation system and congenital heart disease. Low-molecular-weight heparins (LMWHs) are the most commonly used anticoagulants in neonates. Published guidelines delineate dosing and monitoring protocols for LMWH therapy in newborns. However, challenging clinical situations frequently present that warrant healthcare providers to think critically beyond the range of guidelines, and judiciously resolve specific problems. This review describes the use of LMWH in the neonatal population, including practical aspects such as route and site of administration, preparation from concentrated formulations and methods to minimize pain of subcutaneous injection. It is followed by a discussion on dosing, monitoring and outcomes of LMWH therapy in neonates. The risk of recurrence of thrombosis in neonates after LMWH therapy is approximately 3% based on a pooled analysis of studies reporting this outcome over the last 24 years. The article concludes with an overview of the side-effects of LMWH, including the risk of bleeding which is around 4% based on pooled analyses of more than 30 studies.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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 Opus0,043
Tête enseignante GPT0,332
Écart entre enseignants0,289 · 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
GenreEmpirique

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBlood Coagulation & FibrinolysisMême sujetBlood Coagulation and Thrombosis MechanismsTravaux en français237 207