Risk of venous thromboembolism and arterial events in patients with hypoalbuminemia: a comprehensive meta-analysis of more than 2 million patients
Notice bibliographique
Résumé
BACKGROUND: Albumin has antiplatelet and anticoagulant functions. Hypoalbuminemia, as defined by serum values of <3.5 g/dL, is associated with arterial thrombosis; its impact on venous thromboembolism (VTE) is unclear. OBJECTIVES: The objective of this meta-analysis is to assess the VTE risk in patients with hypoalbuminemia. METHODS: MEDLINE and EMBASE were searched up to January 2024 for observational studies and randomized trials reporting data of interest. Primary outcome was the risk of VTE, while secondary outcomes were myocardial infarction and stroke risk in patients with hypoalbuminemia versus those without hypoalbuminemia. The risk of bias was evaluated using Newcastle-Ottawa scale and Cochrane tool. Risk ratios (RRs) with 95% confidence intervals (CIs) were calculated in a random-effects model. RESULTS: Forty-three studies for a total of 2 531 091 patients (39 738 medical and 2 491 353 surgical) were included in primary analysis; 79.1% of the studies used 3.5 g/dL cut-off value for hypoalbuminemia definition. Follow-up duration was 30 days in 60.5% of studies. Patients with hypoalbuminemia had a higher risk of VTE (RR, 1.88; 95% CI, 1.66-2.13). RRs were similar in both medical (RR, 1.87; 95% CI, 1.53-2.27) and surgical patients (RR, 1.87; 95% CI, 1.61-2.16) and in patients with (RR, 1.86; 95% CI, 1.66-2.10) and without cancer (RR, 1.89; 95% CI, 1.47-2.44). Risk of myocardial infarction (RR, 1.88; 95% CI, 1.54-2.31) and stroke (RR, 1.77; 95% CI, 1.26-2.48) was higher in patients with hypoalbuminemia. CONCLUSION: Hypoalbuminemia is a risk factor for VTE in both medical and surgical patients irrespective of cancer coexistence. Serum albumin analysis may represent a simple and cheap tool to identify patients at VTE risk.
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 | 0,013 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,014 | 0,054 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».