Variability and predictability of large‐volume red blood cell transfusion in cardiac surgery: a multicenter study
Notice bibliographique
Résumé
BACKGROUND: In cardiac surgery, excessive blood loss requiring large-volume red blood cell (RBC) transfusion is a common occurrence that is associated with significant morbidity and mortality. The objectives of this study were to measure the interinstitution variation and predictability of large-volume RBC transfusion. STUDY DESIGN AND METHODS: Data were retrospectively collected on 3500 consecutive cardiac surgical patients at seven Canadian hospitals during 2004. The crude and risk-adjusted institutional odds ratios (ORs) for large-volume (>or=5 U) RBC transfusion were calculated with logistic regression. The predictive accuracy of an existing prediction rule for large-volume RBC transfusion was calculated for each institution. RESULTS: Large-volume RBC transfusion occurred in 538 (15%) patients. When compared to the reference hospital (median crude rate), the institutional unadjusted and adjusted ORs for large-volume RBC transfusion ranged from 0.29 to 1.26 and 0.14 to 1.15, respectively (p<0.0001 for interinstitution variation). The variation was lower, but still considerable, for excessive blood loss, defined as at least 5-U RBC transfusion or reexploration; the ORs ranged from 0.42 to 1.22 (p<0.0001). The prediction rule performed well at most sites; its pooled positive predictive value for excessive blood loss was 71 percent (range, 63%-89%), and its negative predictive value was 90 percent (range, 87%-93%). CONCLUSIONS: There is marked interinstitution variation in large-volume RBC transfusion in cardiac surgery that is not explained by patient- or surgery-related factors. Despite this variation, patients at high or low risk for large-volume RBC transfusion can be accurately identified by a prediction rule composed of readily available clinical variables.
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 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».