Characteristics of Upper and Lower Extremity Deep Vein Thrombosis and Predictors of Post-Thrombotic Syndrome in Children
Notice bibliographique
Résumé
Our understanding of postthrombotic syndrome (PTS) predictors in children is evolving. The present study aimed to investigate differences in patient- and deep vein thrombosis (DVT)-related characteristics between central venous catheter (CVC)-related and non-CVC-related thrombosis in children, as well as early PTS predictors. Children aged 0 to 18 years were prospectively recruited ≥6 months after imaging-proven upper- or lower-extremity DVT. PTS was measured using CAPTSure. Early predictors included age at DVT diagnosis, DVT symptoms, DVT burden, and days on therapeutic anticoagulation within 30 days post-DVT diagnosis. Analysis of predictors was stratified by CVC-related and non-CVC-related thrombosis. Generalized estimating equations were used for data analyses. In total, 313 DVT-affected extremities of 256 patients were assessed; 275 (88%) DVT cases were CVC related. Patients with non-CVC-related thrombosis were older (median age, 5.8 years; 25th-75th percentile, 4.9-6.4 years vs 3.5 months; 25th-75th percentile, 0.7-18.7 months; P < .001) and more likely to have thrombophilia (64% vs 22%; P < .001) and obesity (30% vs 13%; P = .01) than patients with CVC-related thrombosis. CAPTSure scores were 9.5 points higher (standard error, 3.0; P = .02) in the non-CVC-related thrombosis stratum. Age at the time of DVT predicted PTS in both strata; DVT burden and time from DVT diagnosis to PTS assessment predicted PTS in CVC-related thrombosis. In sum, PTS severity was higher in non-CVC-related vs CVC-related thrombosis. Increasing age at the time of DVT was associated with higher PTS severity. DVT burden and time from DVT diagnosis to PTS assessment were significant PTS predictors in CVC-related thrombosis, indicating that long-term follow-up of these children is important.
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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».