Treating cancer-associated venous thromboembolism: A practical approach
Notice bibliographique
Résumé
Venous thromboembolism (VTE) is a common and potentially life-threatening complication in patients with cancer. Both cancer and its treatments increase the risk of developing VTE. Specific cancer types and individual patient comorbidities increase the risk of developing cancer-associated VTE, and the risk of bleeding is increased with anticoagulation therapies. The aims of this article are to summarize the latest evidence for treating cancer-associated VTE, discuss the practical considerations involved, and share best practices for VTE treatment in patients with cancer. The article pays particular attention to challenging contexts including patients with brain, lung, gastrointestinal, and genitourinary tumors and those with hematological malignancies. Furthermore, the article summarizes specific clinical scenarios that require additional treatment considerations, including extremes of body weight, nausea and gastrointestinal disturbances, compromised renal function, and anemia, and touches upon the relevance of drug-drug interactions. Historically, vitamin K antagonists and low-molecular-weight heparins (LMWHs) have been used as therapy for cancer-associated VTE. The development of direct oral anticoagulants has provided additional treatment options, which, in certain instances, offer advantages over LMWHs. There are numerous factors that need to be considered when treating cancer-associated VTE, and although various treatment guidelines are helpful, they do not reflect each unique scenario that may arise in clinical practice. This article provides a summary of the latest evidence and a practical approach for treating cancer-associated VTE.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».