Risk of Recurrent Venous Thromboembolism in Patients with Cancer: An Individual Patient Data Meta-analysis and Development of a Prediction Model
Notice bibliographique
Résumé
About 7% of patients with cancer-associated venous thromboembolism (CAT) develop a recurrence during anticoagulant treatment. Identification of high-risk patients may help guide treatment decisions.To identify clinical predictors and develop a prediction model for on-treatment recurrent CAT.For this individual patient data meta-analysis, we used data from four randomized controlled trials evaluating low-molecular-weight heparin or direct oral anticoagulants (DOACs) for CAT (Hokusai VTE Cancer, SELECT-D, CLOT, and CATCH). The primary outcome was adjudicated on-treatment recurrent CAT during a 6-month follow-up. A clinical prediction model was developed using multivariable logistic regression analysis with backward selection. This model was validated using internal-external cross-validation. Performance was assessed by the c-statistic and a calibration plot.After excluding patients using vitamin K antagonists, the combined dataset comprised 2,245 patients with cancer and acute CAT who were treated with edoxaban (23%), rivaroxaban (9%), dalteparin (47%), or tinzaparin (20%). Recurrent on-treatment CAT during the 6-month follow-up occurred in 150 (6.7%) patients. Predictors included in the final model were age (restricted cubic spline), breast cancer (odds ratio [OR]: 0.42; 95% confidence interval [CI]: 0.20-0.87), metastatic disease (OR: 1.44; 95% CI: 1.01-2.05), treatment with DOAC (OR: 0.66; 95% CI: 0.44-0.98), and deep vein thrombosis only as an index event (OR: 1.72; 95% CI: 1.31-2.27). The c-statistic of the model was 0.63 (95% CI: 0.54-0.72) after internal-external cross-validation. Calibration varied across studies.The prediction model for recurrent CAT included five clinical predictors and has only modest discrimination. Prediction of recurrent CAT at the initiation of anticoagulation remains challenging.
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 | 0,034 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,011 | 0,050 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».