Major Bleeding in Hemodialysis Patients
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
BACKGROUND AND OBJECTIVES: Few studies have examined risk factors for hemorrhage in hemodialysis patients. The contribution of warfarin and antiplatelet agent exposure to the incidence of first major bleeding episodes in hemodialysis patients was determined. DESIGN, SETTING, PARTICIPANTS, & MEASUREMENTS: Retrospective chart review was performed in eligible hemodialysis patients. Incidence rates were determined as the number of first major bleeding events divided by the total exposure time on each treatment combination. Time-dependent covariates and Cox proportional hazard models were used to determine the hazard rate of having a first major bleeding event. RESULTS: A total of 1028 person-years of exposure were observed from 255 patients with a median follow-up time of 3.6 yr. The incidence rate of major bleeding episodes was 2.5% per person-year. The incidence of major bleeding episodes was 3.1% per person-year of warfarin exposure, 4.4% per person-year of aspirin exposure, and 6.3% per person-year of exposure to the combination of warfarin and aspirin. Compared with patients who were not prescribed warfarin or aspirin, the multivariable hazard ratio for time to first major bleeding event was 3.59 for warfarin, 5.24 for aspirin, and 6.19 for the combination of aspirin and warfarin. CONCLUSIONS: The risk for major bleeding episodes in hemodialysis patients increases significantly while on aspirin and/or warfarin, although warfarin alone did not reach statistical significance. Future studies should evaluate the efficacy of these agents in the secondary prevention of cardiovascular events in this high-risk population.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle