Diagnosis of deep vein thrombosis with D-dimer adjusted to clinical probability: prospective diagnostic management study
Notice bibliographique
Résumé
Abstract Objective To evaluate the safety and efficiency of a diagnostic algorithm for deep vein thrombosis (DVT) that uses clinical pretest probability based D-dimer thresholds to exclude DVT. Design Prospective diagnostic management study. Setting University based emergency departments or outpatient clinics in Canada. Participants Patients with symptoms or signs of DVT. Intervention DVT was considered excluded without further testing by Wells low clinical pretest probability and D-dimer <1000 ng/mL or Wells moderate clinical pretest probability and D-dimer <500 ng/mL. All other patients had proximal ultrasound imaging. Repeat proximal ultrasonography was restricted to patients with initially negative ultrasonography, low or moderate clinical pretest probability, and D-dimer >3000 ng/mL or high clinical pretest probability and D-dimer >1500 ng/mL. If DVT was not diagnosed, patients did not receive anticoagulant treatment. Main outcome measure Symptomatic venous thromboembolism at three months. Results 1508 patients were enrolled and analysed, of whom 173 (11.5%) had DVT on scheduled diagnostic testing. Of the 1275 patients with no proximal DVT on scheduled testing who did not receive anticoagulant treatment, eight (0.6%, 95% confidence interval 0.3% to 1.2%) were found to have venous thromboembolism during follow-up. Compared with a traditional DVT testing strategy, this diagnostic approach reduced the need for ultrasonography from a mean of 1.36 scans/patient to 0.72 scans/patient (difference −0.64, 95% confidence interval −0.68 to −0.60), corresponding to a relative reduction of 47%. Conclusions The diagnostic strategy using a combination of clinical pretest probability and D-dimer identified a group of patients at low risk for DVT during follow-up while substantially reducing the need for ultrasound imaging. Registration ClinicalTrials.gov NCT02038530 .
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | medium |
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».