Venous Thromboembolism Among People With HIV: Design, Implementation, and Findings of a Centralized Adjudication System in Clinical Care Sites Across the United States
Notice bibliographique
Résumé
BACKGROUND: People with HIV (PWH) are at increased risk for venous thromboembolism (VTE). We conducted this study to characterize VTE including provoking factors among PWH in the current treatment era. METHODS: We included PWH with VTE between 2010 and 2020 at 6 sites in the CFAR Network of Integrated Clinical Systems cohort. We ascertained for possible VTE using diagnosis, VTE-related imaging, and VTE-related procedure codes, followed by centralized adjudication of primary data by expert physician reviewers. We evaluated sensitivity and positive predictive value of VTE ascertainment approaches. VTEs were classified by type and anatomic location. Reviewers identified provoking factors such as hospitalizations, infections, and other potential predisposing factors such as smoking. RESULTS: We identified 557 PWH with adjudicated VTE: 239 (43%) had pulmonary embolism with or without deep venous thrombosis, and 318 (57%) had deep venous thrombosis alone. Ascertainment with clinical diagnoses alone missed 6% of VTEs identified with multiple ascertainment approaches. DVTs not associated with intravenous lines were most often in the proximal lower extremities. Among PWH with VTE, common provoking factors included recent hospitalization (n = 134, 42%), infection (n = 133, 42%), and immobilization/bed rest (n = 78, 25%). Only 57 (10%) PWH had no provoking factor identified. Smoking (46%), HIV viremia (27%), and injection drug use (22%) were also common. CONCLUSIONS: We conducted a robust adjudication process that demonstrated the benefits of multiple ascertainment approaches followed by adjudication. Provoked VTEs were more common than unprovoked events. Nontraditional and modifiable potential predisposing factors such as viremia and smoking were common.
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 | 0,041 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| 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 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 ».