Risk Markers for Thrombocytopenia in Critically Ill Patients: A Prospective Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
STUDY OBJECTIVE: To identify independent risk markers for thrombocytopenia in critically ill patients. DESIGN: Prospective, observational study. SETTING: Eleven-bed intensive care unit-coronary care unit (ICU-CCU) in a community hospital. PATIENTS: Three hundred sixty-two consecutive patients meeting inclusion criteria during 1 year. INTERVENTION: Potential risk marker data were collected on admission to the ICU-CCU and for the period before development of thrombocytopenia (defined as two or more consecutive platelet counts < 150 x 10(3)/mm3 obtained at least 12 hours apart), or for the duration of ICU-CCU stay if thrombocytopenia did not develop. MEASUREMENTS AND MAIN RESULTS: Thrombocytopenia developed in 68 patients (18.8%). Multivariate logistic regression analyses identified patients at risk on admission, but the predictive, potential of the regression model improved when all risk marker exposures during the ICU-CCU stay were considered. Independent risk markers included fresh frozen plasma administration, sepsis, musculoskeletal diagnosis, pulmonary artery catheter insertion, gastrointestinal diagnosis, packed red blood cell administration, and nonsurgical respiratory diagnosis. Higher admission platelet count and aspirin administration were associated with a lower risk of thrombocytopenia. Heparin administration was not identified as a risk marker, and no patient developed heparin-induced thrombocytopenia with thrombosis. Patients with thrombocytopenia had longer ICU-CCU and hospital stays, and higher ICU-CCU and hospital mortality than those without thrombocytopenia. CONCLUSIONS: Development of thrombocytopenia in critically ill patients is associated with specific diagnoses, packed red cell and fresh frozen plasma transfusions, pulmonary artery catheter insertion, and admission platelet count.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 découle