Do we know when to treat neonatal thrombocytopaenia?
Notice bibliographique
Résumé
Thrombocytopaenia is highly prevalent in neonatology affecting around 25% (22–35%) of all neonates admitted to neonatal intensive care units.1 Clinical signs of bleeding are also commonly documented in preterm neonates. But the close temporal association commonly noted in sick babies between low platelet counts and the occurrence of bleeding does not establish cause and effect. Thrombocytopaenia is a risk factor for poorer neonatal outcomes, although it is unclear whether it is largely a marker of severity of illness and comorbidity.2 Platelet transfusion remains the only readily available specific treatment for this condition. Decisions about when to treat thrombocytopaenia are therefore linked to defining safe and effective platelet transfusion practices. Policies for neonatal platelet transfusion therapy vary widely between clinicians, institutions and countries, and are inevitably based on specified threshold counts of platelets, although platelet counts provide no information on changes in platelet function. Alternative criterion of the need for platelet transfusions, such as platelet mass (which is based on a sum of platelet count and platelet volume, based on the rationale that larger platelets may be more effective haemostatically), have been proposed, but larger studies to assess clinical outcomes have not been undertaken.3 A large web based survey of neonatologists in Canada and USA reported significant variation between neonates units and indicated that platelet transfusions were frequently administered to non-bleeding neonates with platelet counts >50×109/l.4 In the UK, a telephone survey of all tertiary level neonatal units demonstrated similar variation in practice but with the most common thresholds for transfusion in well or stable term and preterm infants being 25×109 and 30×109/l, respectively.5 It should be stressed that the safety and efficacy of these platelet count thresholds for prophylactic platelet transfusions have never been assessed in randomised trials.6 Murray …
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 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,010 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,007 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,007 |
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 ».