Platelet Dysfunction as Measured by a Point-of-Care Monitor is an Independent Predictor of High Blood Loss in Cardiac Surgery
Notice bibliographique
Résumé
BACKGROUND: Excessive bleeding carries a heavy burden of illness in cardiac surgery. Although platelet dysfunction is considered to be an important cause, it is not routinely measured. Our objective was to explore the relationship between platelet dysfunction and blood loss in cardiac surgery. METHODS: In 100 consenting patients undergoing cardiac surgery requiring cardiopulmonary bypass, platelet function was measured before, during, and after bypass with a point-of-care device that compares platelet counts before and after exposure to an agonist. Clinicians were blinded to the results of testing. Patients whose calculated blood loss was part of the highest quartile for the cohort were classified as having had high blood loss. The independent relationship between platelet function and high blood loss was measured with the aid of multivariable Poisson regression modeling (with a robust error variance) that controlled for patients' overall risk of high blood loss. RESULTS: Calculated blood loss was negatively skewed with a median of 798 mL (25th and 75th percentiles of 380 and 1775 mL). Patients whose blood loss exceeded 1770 mL were classified as having had high blood loss, and 25 patients met this criterion. There was 1 death in the high blood loss group unrelated to hemorrhage. After adjusting for bleeding risk, each 10 × 10/L increase in collagen-activated functional platelet count during rewarming and postprotamine, respectively, was associated with a relative risk of 0.89 (95% confidence interval, 0.82-0.97; P = 0.006) and 0.87 (95% confidence interval, 0.78-0.98; P = 0.02) for high blood loss. CONCLUSIONS: Platelet dysfunction, as measured by a point-of-care method during rewarming and postprotamine, is independently associated with high blood loss in cardiac surgery. Additional studies are needed to determine whether the incorporation of this assay into blood management algorithms might help rationalize blood transfusion therapy, potentially reducing blood loss and improving clinical outcomes.
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 | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 ».