Incidence and Risk Factors of Venous Thromboembolism Following Hepatectomy for Colorectal Metastases: A Population‐Based Retrospective Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Incidence of venous thromboembolism (VTE) following hepatectomy for colorectal cancer (CRC) metastases is unclear. These patients may represent a vulnerable population due to increased tumour burden. We aim to identify the risk of VTE development in routine clinical practice among patients with resected CRC liver metastases, the associated risk factors, and its impact on survival. METHODS: We conducted a population-based retrospective cohort study of Ontario patients undergoing hepatectomy for CRC metastases between 2002 and 2009 using linked universal healthcare databases. Multivariable logistic regression was used to estimate the association between patient characteristics and VTE risk at 30 and 90-days after surgery. Cox proportional-hazards regression was used to estimate the association between VTE and adjusted cancer specific (CSS) and overall survival (OS). RESULTS: 1310 patients were included with a mean age of 63 ± 11. 62% were male. 51% had one metastatic deposit. Major hepatectomy occurred in 64%. VTE occurred in 4% within 90 days of liver resection. Only longer length of stay was associated with VTE development (OR 6.88 (2.57-18.43), p <0.001 for 15-21 days versus 0-7 days). 38% of VTEs were diagnosed after discharge, comprising 1.52% of the total cohort. VTE was not associated with inferior CSS or OS. CONCLUSIONS: Risk of VTE development in this population is similar to those undergoing hepatectomy for other indications, and to the risk following other cancer site resections where post-operative extended VTE prophylaxis is currently recommended. The number of VTEs occurring after discharge suggests there may be a role for extended VTE prophylaxis.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».