Bleeding during critical illness: A prospective cohort study using a new measurement tool
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
PURPOSE: To estimate the incidence, severity, duration and consequences of bleeding during critical illness, and to test the performance characteristics of a new bleeding assessment tool. METHODS: Clinical bleeding assessments were performed prospectively on 100 consecutive patients admitted to a medical-surgical intensive care unit (ICU) using a novel bleeding measurement tool called HEmorrhage MEasurement (HEME). Bleeding assessments were done daily in duplicate and independently by blinded, trained assessors. Inter-rater agreement and construct validity of the HEME tool were calculated using phi. Risk factors for major bleeding were identified using a multivariable Cox proportional hazards model. RESULTS: Overall, 90% of patients experienced a total of 480 bleeds of which 94.8% were minor and 5.2% were major. Inter-rater reliability of the HEME tool was excellent (phi = 0.98, 95% CI: 0.96 to 0.99). A decrease in platelet count and a prolongation of partial thromboplastin time were independent risk factors for major bleeding but neither were renal failure nor prophylactic anticoagulation. Patients with major bleeding received more blood transfusions and had longer ICU stays compared to patients with minor or no bleeding. CONCLUSIONS: Bleeding, although primarily minor, occurred in the majority of ICU patients. One of five patients experienced a major bleed which was associated with abnormal coagulation tests but not with prophylactic anticoagulants. These baseline bleeding rates can inform the design of future clinical trials in critical care that use bleeding as an outcome and HEME is a useful tool to measure bleeding in critically ill patients.
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 | 0,005 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| 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