Platelet Function Measured Using a Whole Blood Aggregometer Can Predict Bleeding Events
Notice bibliographique
Résumé
AIM: We hypothesized that excessive suppression of platelet function due to antiplatelet therapy can increase the incidence of bleeding complications. The aim of the present study was to find whether we could predict bleeding events by measuring platelet function. METHODS: We enrolled 743 subjects whose platelet function was measured using a whole blood aggregometer based on a screen filtration pressure method. Of these subjects, 551 (74.2%) were treated with some type of antiplatelet agent. The endpoints were bleeding or ischemic events requiring hospitalization or extension of hospital stay. We prospectively compared the platelet function of subjects with and without bleeding or ischemic events. RESULTS: During 556 ± 207 days of follow-up, 52 (7.0%) bleeding events and 20 (2.7%) ischemic events were observed. Kaplan-Meier analysis using the log-rank test revealed that an aggregation rate of < 20% induced by 8 µ M adenosine diphosphate (ADP) was significantly associated with a greater number of bleeding events (11.9% vs. 5.2%; p = 0.0007). Cox proportional hazards model showed that age > 75 years (hazard ratio [HR], 1.78; 95% confidence interval [CI], 1.03-3.10; p = 0.039), estimated glomerular filtration rate < 60 ml/min/1.73 m(2) (HR, 1.82; 95% CI, 1.06-3.18; p = 0.031) and aggregation rate < 20% induced by 8 µ M ADP (HR, 2.18; 95% CI, 1.24-3.80; p = 0.0071) were independent predictors of bleeding events. CONCLUSIONS: Low platelet function demonstrated using a whole blood aggregometer was an independent predictor of bleeding complications.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».