Venous thromboembolism and bleeding in a community setting
Notice bibliographique
Résumé
Summary Bleeding is the most frequent complication of antithrombotic therapy for venous thromboembolism (VTE). However, little attention has been paid to the impact of bleeding after VTE in the community setting. The purpose of this investigation was to describe the incidence rate of bleeding after VTE, to characterize patients most at risk for bleeding, and to assess the impact of bleeding on rates of recurrent VTE and all-cause mortality. The medical records of residents of the Worcester (MA, USA) metropolitan area diagnosed with ICD-9 codes consistent with potential VTE during 1999, 2001, and 2003 were individually validated and reviewed by trained data abstracters. Clinical characteristics, acute treatment, and outcomes (including VTE recurrence rates, bleeding rates, and mortality) over follow-up (up to 3 years maximum) were evaluated. Bleeding occurred in 228 (12%) of 1,897 patients with VTE during our follow-up. Of these, 115 (58.8%) had evidence of early bleeding occurring within 30 days of VTE diagnosis. Patient characteristics associated with bleeding included impaired renal function and recent trauma. Other than a history of prior VTE, the occurrence of bleeding was the strongest predictor of recurrent VTE (hazard ratio [HR] 2.18; 95% confidence interval [CI] 1.54–3.09) and was also a predictor of total mortality (HR 1.97; 95%CI 1.57–2.47). The occur-rence of bleeding following VTE is associated with an increased risk of recurrent VTE and mortality. Future study of antithrombotic strategies for VTE should be informed by this finding. Advances that result in decreased bleeding rates may paradoxically decrease the risk of VTE recurrence.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».