Venous thromboembolism in obese hormonal contraceptive users: a large national database study
Notice bibliographique
Résumé
Objectives To assess the risk of venous thromboembolism (VTE) among obese and non-obese females aged 10-44 years prescribed hormonal therapy (HT) and compare VTE rates between different HT types in a large national database. Methods A retrospective cohort study was conducted using TriNETX data, which includes electronic health records and pharmaceutical claims from 81 million patients across 56 U.S. tertiary care hospitals. Females prescribed HT between 2000-2022 were stratified by BMI.VTE incidence was identified using ICD-9/ICD-10 codes and anticoagulant prescriptions. Propensity score matching controlled for confounders. Results Of 4,020,467 females, 34% (1,370,481) were obese. VTE incidence was higher in obese HT users (0.99%) than non-obese users (0.51%, p < 0.01). Obese users of levonorgestrel + ethinyl estradiol (EE) had a VTE rate of 0.55% vs. 0.33% in non-obese users (p = 0.01, RR=1.63). Similarly, obese users of norethindrone + EE (0.44% vs. 0.24%, p < 0.01, RR=1.8) and norgestimate + EE (0.44% vs. 0.22%, p < 0.01, RR=1.97) had higher VTE rates. No significant differences were found for progesterone-only HT users. Conclusion In this large study comparing rates of VTE among obese and non-obese females on HT, a significantly higher risk of VTE was observed among obese females using certain HTs, particularly EE with levonorgestrel, norethindrone, and norgestimate. These results highlight the importance of considering obesity as a key risk factor when prescribing HT, particularly for females with higher BMI.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».