Association Between Anticoagulant‐Related Bleeding and Mortality in Patients With Solid Tumors and Cancer‐Associated Venous Thromboembolism
Notice bibliographique
Résumé
To the editor:Venous thromboembolism (VTE) is a significant cause of morbidity and mortality in cancer patients.Managing VTE in cancer patients involves balancing elevated risks of VTE recurrence with anticoagulant (AC)-related bleeding.Risk of AC-related bleeding is exacerbated in cancer patients due to older age, thrombocytopenia, frailty, comorbid disease, and tumor invasion [1].Limited data exist on the association between AC-related bleeding and survival in patients with cancer-associated VTE.In one meta-analysis of patients with cancer, the case fatality rate for AC-related major bleeding was nearly 1 in 10 patients [2].In another study, patients with cancer-associated VTE had a 2.7-fold increased rate of bleedingrelated mortality compared to patients with VTE without cancer [3].However, fatality in respect to site of bleed was not reported.This study aims to quantify the relationship between clinically significant bleeding events and death in patients with cancer-associated VTE newly initiated on AC therapy, stratified by site of bleeding.Utilizing data from the nationwide US Veterans Affairs (VA) healthcare system between 2012 and 2020, we retrospectively identified patients with solid tumor using international classification of diseases, 9 th and 10 th Revisions (ICD-9/10) codes.We identified new
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».