Blood Transfusion Prediction in Patients Undergoing Major Head and Neck Surgery With Free-Flap Reconstruction
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
OBJECTIVE: to develop a clinically useful perioperative blood transfusion prediction model for patients undergoing a major head and neck surgical procedure requiring free-flap reconstruction. DESIGN: retrospective observational study. SETTING: tertiary care university-affiliated teaching hospital (University Health Network, Toronto, Ontario, Canada). PATIENTS: all patients with a head and neck malignant neoplasm undergoing major head and neck surgery requiring free-flap reconstruction. MAIN OUTCOME MEASURE: perioperative single-unit red blood cell transfusion. RESULTS: all the preoperative variables were tested for an association with perioperative blood transfusion using univariable and multivariable analyses. After multivariable regression analysis, the following preoperative variables were found to be significantly associated with perioperative transfusion: sex, body mass index, T stage, preoperative hemoglobin level, and type of free-flap reconstruction used (ie, osseous vs nonosseous). The regression model was used to develop a transfusion risk score. Receiver operating characteristic curve analysis confirmed adequate discrimination of risk using the transfusion risk score. CONCLUSIONS: we have developed a reliable model for predicting perioperative blood transfusion requirements in patients undergoing major head and neck surgery requiring free-flap reconstruction. This model can be used for accurate preoperative risk stratification.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 découle