Prevalence of and Risk Factors for Venous Thromboembolism in Patients With Lymphoma: A Meta-Analysis
Notice bibliographique
Résumé
PROBLEM IDENTIFICATION: The risk of venous thromboembolism (VTE) in patients with lymphoma may be overlooked because patients often experience thrombocytopenia from the disease or chemotherapy. A meta-analysis was conducted to identify the prevalence of and risk factors for VTE in patients with lymphoma. LITERATURE SEARCH: A systematic search of Embase®, Web of Science, PubMed®, and Cochrane Library databases was conducted to identify relevant studies investigating VTE in patients with lymphoma. DATA EVALUATION: The methodologic quality of the eligible observational studies was assessed using the Newcastle-Ottawa Scale. Stata, version 12.0, was used to perform the meta-analysis. SYNTHESIS: Female sex, older age, history of VTE, a diagnosis of diffuse large B-cell lymphoma, Ann Arbor stage III-IV disease, a higher performance status score, bulky disease, central nervous system involvement, a white blood cell count greater than 11 × 109/L, a D-dimer level greater than 0.5 mg/L, central venous catheterization, and treatment with doxorubicin were significant risk factors for VTE. IMPLICATIONS FOR PRACTICE: This meta-analysis identified risk factors for VTE, which may provide a theoretical foundation for clinical staff to conduct early assessment and identification of high-risk VTE groups, allowing for timely intervention.
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 | 0,017 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,013 | 0,057 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».