MétaCan
Menu
Retour à la cohorte
Enregistrement W4223542796 · doi:10.3389/fcvm.2022.886416

Preventing Postpartum Venous Thromboembolism in 2022: A Narrative Review

2022· review· en· W4223542796 sur OpenAlexaff
Marc Blondon, Leslie Skeith

Notice bibliographique

RevueFrontiers in Cardiovascular Medicine · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueVenous Thromboembolism Diagnosis and Management
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineVenous thromboembolismPostpartum periodPregnancyNarrative reviewIntensive care medicineRandomized controlled trialObstetricsMaternal morbidityRisk stratificationThrombosisSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

The postpartum period represents the most critical time for pregnancy-associated venous thromboembolism (VTE), which is responsible for substantial morbidity and an important cause of maternal mortality. The estimated risk of postpartum VTE of about 1/1,000 deliveries can be modulated with the knowledge of maternal and obstetrical risk factors, although a precise estimate remains challenging in individuals. The use of postpartum low-dose low-molecular-weight heparins are tailored at intermediate and high-risk groups to reduce the thrombotic burden, despite the lack of dedicated randomized controlled trials. In this review, we will highlight the contemporary evidence on the risk of postpartum VTE, its stratification and its prevention. We will also discuss our knowledge on the values and preferences of women for postpartum thromboprophylaxis and their adherence to treatment.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Méta-épidémiologie (sens large), 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 enseignants0,782
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0170,003
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
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 Opus0,034
Tête enseignante GPT0,322
Écart entre enseignants0,288 · 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

Citations18
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Cardiovascular MedicineMême sujetVenous Thromboembolism Diagnosis and ManagementTravaux en français237 207