MétaCan
Menu
Retour à la cohorte
Enregistrement W4368359570 · doi:10.1161/atvbaha.123.318779

Updates in the Incidence, Pathogenesis, and Management of Cancer and Venous Thromboembolism

2023· review· en· W4368359570 sur OpenAlexafffund
Laura Girardi, Walter Ageno, Marc Carrier

Notice bibliographique

RevueArteriosclerosis Thrombosis and Vascular Biology · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueVenous Thromboembolism Diagnosis and Management
Établissements canadiensOttawa Hospital
Organismes subventionnairesUniversity of Ottawa
Mots-clésMedicineIntensive care medicineVenous thromboembolismCancerAnticoagulantPopulationIncidence (geometry)Low molecular weight heparinRisk factorHeparinThrombosisInternal medicine

Résumé

récupéré en direct d'OpenAlex

Patients with cancer are at higher risk of developing venous thromboembolism (VTE) compared with the general population. This elevated risk is due to several risk factors and multiple, overlapping thrombotic and hemostatic pathophysiological pathways that are specific to this patient population. Hence, the management of cancer-associated VTE can be challenging for clinicians. Patients with cancer-associated VTE are at higher risk of both recurrent events despite anticoagulation and bleeding complications due to the anticoagulant regimens. Direct oral anticoagulants have recently been shown to be effective, safe, and more convenient than parenteral low-molecular-weight heparin for the management of cancer-associated VTE. Despite these recent advances in anticoagulant therapy, many unmet needs remain in these patients (increased risk of bleeding with specific cancer types, drug-drug interactions, liver dysfunction). Factor XI inhibitors are currently being assessed for the management of cancer-associated VTE and may help clinicians address these important knowledge gaps.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,081
Tête enseignante GPT0,373
Écart entre enseignants0,292 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations68
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArteriosclerosis Thrombosis and Vascular BiologyMême sujetVenous Thromboembolism Diagnosis and ManagementTravaux en français237 207