Anticoagulant management of cancer-associated thrombosis and thrombocytopenia: a retrospective chart review
Notice bibliographique
Résumé
Background: Patients with cancer-associated thrombosis (CAT) are at an increased risk of recurrent thrombosis and bleeding, especially if there is treatment- or disease-related thrombocytopenia. While direct oral anticoagulants (DOACs) are used in the management of CAT, low molecular weight heparin (LMWH) continues to be recommended for CAT with thrombocytopenia. Objectives: This study aimed to identify the rates of recurrent venous thromboembolism (VTE) and bleeding in patients with CAT and thrombocytopenia treated with DOACs compared with LMWH. Methods: A retrospective review of patients with CAT and thrombocytopenia (platelet count <100,000/μL) was conducted. Primary outcomes included rates of recurrent VTE and major bleeding over 90 days. Results: Forty-two patients met the inclusion criteria; 20 (47.6%) had a solid organ malignancy while 22 (52.4%) had a hematologic malignancy. Within the first 7 days of VTE, 3 (7.1%) patients had a platelet count <25,000/μL, 9 (21.4%) had 25,000 to 50,000/μL, and 19 (45.2%) had 50,000 to 100,000/μL. Sixteen patients (38.1%) received a DOAC for initial treatment, while 19 (45.2%) received LMWH. Among patients treated with DOACs, there were no recurrent VTEs, 2 clinically relevant nonmajor bleeding events (12.5%) within the first 2 weeks, and 1 minor bleed (6.3%) in the second month, while those treated with LMWH had 1 recurrent VTE (5.3%) in the second month and 2 clinically relevant nonmajor bleeding events (10.5%) within the first 2 months. Conclusion: Rates of thrombosis and major bleeding were similar among thrombocytopenic patients with CAT treated with DOACs and LMWH, although differences in baseline patient characteristics can be confounders. Further prospective research on the optimal anticoagulant management of CAT with thrombocytopenia is needed.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».