A propensity score case‐control comparison of aprotinin and tranexamic acid in high‐transfusion‐risk cardiac surgery
Notice bibliographique
Résumé
BACKGROUND: Cardiac surgery with cardiopulmonary bypass may result in excessive fibrinolysis and platelet (PLT) dysfunction, resulting in impaired hemostasis and excessive blood loss. Prophylactic use of the antifibrinolytic drugs aprotinin and tranexamic acid is thought to prevent these hemostatic defects. Their relative clinical utility and safety in high-transfusion-risk cardiac surgery, however, is not known. STUDY DESIGN AND METHODS: Using propensity scores, 449 patients who received aprotinin for high-transfusion-risk cardiac surgery were matched to 449 patients who received tranexamic acid from a pool of 10,870 consecutive patients who underwent cardiac surgery at a single center, 586 of whom received aprotinin and the remainder of whom received tranexamic acid. RESULTS: The two matched groups were well balanced in terms of measured perioperative variables. Blood product transfusion rates were similar in the aprotinin and tranexamic acid groups: red blood cells, 79 percent versus 76 percent (p = 0.3); PLTs, 56 percent versus 50 percent (p = 0.06); and plasma, 66 percent versus 61 percent (p = 0.1). Adverse events rates were comparable in the two groups, except for renal dysfunction (defined as a greater than 50% increase in creatinine concentration during the first postoperative week to >100 micromol/L in women and >110 micromol/L in men or a new requirement for dialysis support), which occurred in 24 percent (107/449) of aprotinin patients and 17 percent (75/449) of tranexamic acid patients (p = 0.01). CONCLUSIONS: Aprotinin and tranexamic acid have similar hemostatic effectiveness in high-transfusion-risk cardiac surgery. Within the confines of propensity score matching, our results suggest that aprotinin may be associated with renal dysfunction.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».