MétaCan
Menu
Retour à la cohorte
Enregistrement W4200369908 · doi:10.3390/curroncol28060453

Treatment Algorithm in Cancer-Associated Thrombosis: Updated Canadian Expert Consensus

2021· review· en· W4200369908 sur OpenAlexafffundvenueabout
Marc Carrier, Normand Blais, Mark Crowther, Petr Kavan, Grégoire Le Gal, Otto Moodley, Sudeep Shivakumar, Deepa Suryanarayan, Vicky Tagalakis, Cynthia Wu, Agnes Lee

Notice bibliographique

RevueCurrent Oncology · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueVenous Thromboembolism Diagnosis and Management
Établissements canadiensUniversity of British ColumbiaBC Cancer AgencyUniversity of AlbertaOttawa HospitalHealth Sciences CentreDalhousie UniversityRoyal University HospitalMcGill UniversityUniversity of OttawaJewish General HospitalMcMaster UniversityUniversity of CalgaryCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesPfizer CanadaLEO PharmaBayer CanadaServierPfizerServier Canada
Mots-clésMedicineCancerAlgorithmBioinformaticsComputer scienceInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Patients with cancer-associated thrombosis (CAT) are at high risk of recurrent venous thromboembolism (VTE) and major bleeding complications. Risks vary significantly between individuals based on cancer status, treatment, and other characteristics. To facilitate the evidence-based management of anticoagulant therapy in this patient population, a committee of 11 Canadian clinical experts updated a consensus-based algorithm for the acute and extended treatment of symptomatic and incidental CAT that was developed in 2018. Following a systematic review of the literature, updates to the algorithm were discussed during an online teleconference, and the algorithm was subsequently refined based on feedback from committee members. Clinicians using this treatment algorithm should consider bleeding risk, type of cancer, and drug-drug interactions, as well as patient and clinician preferences, in tailoring anticoagulation for patients with CAT. Anticoagulant therapy should be adapted as the patient's cancer status and management change over time.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,934
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,241
Tête enseignante GPT0,488
Écart entre enseignants0,247 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations52
Publié2021
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetVenous Thromboembolism Diagnosis and ManagementTravaux en français237 207