The Influence of Perioperative Coagulation Status on Postoperative Blood Loss in Complex Cardiac Surgery
Notice bibliographique
Résumé
INTRODUCTION: Coagulopathy leading to excessive blood loss is a serious complication of cardiac surgery. In this prospective cohort study, we measured patients' coagulation status before and after cardiopulmonary bypass (CPB) and examined their relationships with postoperative blood loss. METHODS: Patients undergoing complex cardiac surgery with CPB who did not have preexisting coagulopathy were eligible. Detailed clinical and coagulation data were prospectively collected on all patients. Coagulation testing was performed before and after CPB, and included measures of thrombin generation, clotting factor consumption and dilution, clot stabilization, and fibrinolysis. The associations of variables with post-CPB blood loss (estimated loss from CPB to intensive care unit admission and 24-hour chest tube drainage) were assessed with the Spearman rank correlation test and multivariable linear regression. RESULTS: The median blood loss among the 101 study patients was 952 mL (interquartile range, 601-1553 mL). Variables independently associated with increasing blood loss were as follows: previous sternotomies (P = 0.01), lower pre-CPB prothrombin fragment F1 + 2 levels (measure of thrombin generation; P = 0.001), lower post-CPB platelet counts (P = 0.01), larger percent decrease in fibrinogen levels (P = 0.05), and higher post-CPB soluble fibrin monomer levels (measure of thrombin activity and clot stabilization; P < 0.0001) (model R(2) = 0.43). CONCLUSIONS: In complex cardiac surgery, blood loss is directly influenced by reduced pre-CPB thrombin generation rate, increased post-CPB consumption and dilution of clotting factors, as well as inadequate post-CPB clot stabilization. This information can aid in identifying patients at high risk for excessive blood loss and testing new interventions aimed at reducing the burden of this complication. The validity and generalizability of these findings need to be assessed by other studies.
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 | 0,005 |
| 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 | 0,001 | 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) | 0,001 | 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 ».