Venous and arterial thrombosis in COVID-19: An updated narrative review
Notice bibliographique
Résumé
Hospitalized patients with coronavirus disease 2019 (COVID-19), particularly those admitted to the intensive care unit (ICU) are at high risk of morbidity and mortality. Several observational studies have described hemostatic derangements and thrombotic complications in patients with COVID-19. The aim of this review article is to summarize the current evidence on pathologic findings, pathophysiology, coagulation and hemostatic abnormalities, D-dimer’s role in prognostication epidemiology and risk factors of thrombotic complications, and the role of prophylactic and therapeutic anticoagulation in patients with COVID-19. While existing evidence is limited in quality, COVID-19 appears to increase micro-and macro-vascular thrombosis rates in hospitalized and critically ill patients, which may contribute to the burden of disease. D-dimer can be used for risk stratification of hospitalized patients, but its role to guide anticoagulation therapy remains unclear. Evidence of higher quality is needed to address the role of therapeutic anticoagulation or high-intensity venous thromboembolism prophylaxis in COVID-19 patients. The prevalence of venous thromboembolism (VTE) in hospitalized COVID-19 patients is high, therefore, clinicians should have a high index of suspicion. The pathophysiology of thrombosis is likely related to a combination of SARS-CoV-2 direct endothelial injury and dysregulated inflammation causing coagulation activation. The current evidence on the value of D-dimer guided therapy is limited. The rate of VTE post-hospital discharge is very low, supporting the safety of current discharge practice without VTE prophylaxis in most patients. The role of higher-intensity VTE prophylaxis or therapeutic anticoagulation in critically ill COVID-19 patients without documented or suspected VTE remains uncertain. Therapeutic anticoagulation in hospitalized non-critically ill patients with COVID-19 may improve outcomes but more research is warranted.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».