Independent Validation of a Model Predicting the Need for Packed Red Blood Cell Transfusion at Liver Transplantation
Notice bibliographique
Résumé
OBJECTIVES: Orthotopic liver transplantation (OLT) may be associated with major blood loss and equally considerable transfusion requirements. We had developed previously a model capable of predicting the probability of packed red blood cell (PRBC) transfusion. We tested the ability of that model in predicting the need for PRBC transfusion after its conversion into the nomogram format, which represents a friendly tool to be used. Moreover, the nomogram was validated in an independent cohort of 109 prospectively gathered OLTs. MATERIALS AND METHODS: A total of 515 OLTs were performed by a group of 17 anesthesiologists and 7 hepatobiliary surgeons. The initial series of 406 OLTs were used for model development. The remaining 109 OLTs were used as an independent validation cohort. Logistic regression analyses addressed the relationship between the three previously identified predictors of the likelihood of PRBC transfusion and the actual rate of PRBC transfusion. The predictors consisted of plasma transfusion status, phlebotomy, and immediate preoperative hemoglobin value. The regression coefficients from the multivariable logistic regression model that included all three predictors were used to develop a nomogram predicting the individual probability of PRBC transfusion. RESULTS: In univariable models, transfusion of plasma (odds ratio [OR] 15.0, P<0.001) increased the rate of PRBC transfusion. Conversely, phlebotomy (OR 0.06, P<0.001) and a high starting hemoglobin level (OR 0.95, P<0.001) had a protective effect. In the multivariable model, all three variables reached independent predictor status (P<0.001). The bootstrap-adjusted area under curve (AUC) of the model was 89.8%. CONCLUSION: Our nomogram represents the first model capable of predicting the individual risk of PRBC transfusion at OLT.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».