Assessing hypercoagulability and <scp>VTE</scp> risk using thromboelastography and Khorana score in women with cancers receiving chemotherapy
Notice bibliographique
Résumé
Venous thromboembolism (VTE) is a common occurrence in cancer and chemotherapy increases thrombosis risk. Current risk assessment models such as the Khorana score (KS) and its modifications have limitations in female cancers. We assessed the coagulation profile of a group of women cancer patients under chemotherapy using thromboelastography (TEG) to determine if this can inform VTE risk assessment. Cancer patients who planned to receive chemotherapy were recruited. Baseline demographics, cancer data, BMI, Khorana Score (KS), and VTE risk factors were recorded and patients were followed for 6 months, for any thrombotic events. A total of 36 patients aged 35-85 (18 breast, 11 endometrial, 7 ovarian cancer) were evaluated. Hypercoagulability was detected in 63% of patients post-chemo cycle 1 and 75% post-cycle 2, with a significant increase in MA (maximum amplitude) and CI (clotting index), reduction in R (reaction time), K (clot kinetics), and LY30 (lysis time after 30 min of MA). KS showed only 7% of patients were high risk, 23% were low, and 70% were intermediate risk. MA and CI significantly increased in patients with intermediate and high-risk KS when compared with the low-risk patients and MA was positively correlated with KS. Five patients developed actual VTE; 100% of the tested ones were hypercoagulable either post-cycle 1 or 2 and 80% were KS intermediate risk. TEG is a hypercoagulability marker and TEG-MA and CI can potentially assess VTE risk. Larger studies are needed to assess the utility of TEG as an adjuvant to KS to better predict VTE in specific female cancers.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».