Incidence of and Risk Factors for Loss of 1 Blood Volume During Spinal Fusion Surgery in Patients With Cerebral Palsy
Notice bibliographique
Résumé
BACKGROUND: Spinal fusion surgery is associated with greater blood loss in patients with cerebral palsy (CP) than in patients with adolescent idiopathic scoliosis. Risk factors for loss of 1 blood volume (LOBV) in patients with CP have not been well studied. We investigated the incidence of and risk factors for LOBV during spinal fusion surgery in young patients with CP. METHODS: We queried a multicenter registry of CP patients for all patients 21 years or younger who had undergone spinal fusion from 2008 through 2013; 272 patients met these criteria. We analyzed data on patient characteristics, preoperative laboratory values, radiographic measures, and surgical characteristics. For univariate analysis, we used χ tests and logistic regression models. Factors that were significant in the univariate analysis were used to construct a multivariate logistic regression model. Significance was set at P<0.01. RESULTS: Incidence of LOBV was 39.7%. On multivariate analysis, unit rod construct and coronal curve magnitude were significantly associated with LOBV (P<0.01). The multivariate model accounted for 32.2% of variance in LOBV. Compared with patients with pedicle screw-rod constructs, patients with unit rod constructs had 12.6-fold higher odds of LOBV (P<0.01). For each 1-degree increase in coronal curve magnitude, odds of LOBV increased 1.03-fold (P<0.01). CONCLUSIONS: In patients with CP, there is a substantial risk of LOBV during spinal fusion surgery. Use of unit rod constructs and greater preoperative coronal curves were significant risk factors for LOBV during surgery. LEVEL OF EVIDENCE: Level II.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».