Venous thromboembolism and bleeding in cancer patients: role of inflammatory and cardiac biomarkers
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Patients with cancer have increased risk of venous thromboembolism (VTE) and bleeding. Inflammatory and cardiac biomarkers may predict these complications, but their role remains unclear. This study examined associations between two inflammatory-related markers (C-reactive protein and growth differentiation factor-15) and two cardiac markers [N-terminal pro-B-type natriuretic peptide and high-sensitivity troponin T (hs-TnT)] with VTE and clinically relevant bleeding in cancer patients. METHODS: A post hoc analysis of the AVERT trial, which evaluated apixaban for VTE prevention in ambulatory cancer patients with a Khorana score of ≥2, was performed. Biomarkers were measured at baseline and 1 month, with C-reactive protein also at 3 months. Fine and Gray regression, accounting for competing risk of death and adjusted for age and advanced cancer, estimated subdistribution hazard ratios (SHRs) for VTE and clinically relevant bleeding. RESULTS: Of 574 patients, 514 provided baseline samples. One- and 3-month samples were available from 454 and 447, and 378 and 364, patients without prior VTE and bleeding events, respectively. Elevated baseline growth differentiation factor-15 was associated with increased VTE risk [SHR 1.36, 95% confidence interval (CI) 1.01-1.84]. N-terminal pro-B-type natriuretic peptide (SHR 1.44, 95% CI 1.08-1.92) and C-reactive protein (SHR 1.38, 95% CI 1.07-1.76) were linked to bleeding risk. Increasing high-sensitivity troponin T from baseline to 1 month was associated with higher VTE risk (SHR 1.89, 95% CI 1.14-3.16). Nomograms were developed to estimate VTE and clinically relevant bleeding risks. CONCLUSIONS: Select inflammatory-related and cardiac markers were associated with VTE and bleeding risks in cancer patients, which can be determined using developed nomograms. Prospective research is needed to confirm these findings.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».