Incidence and predictors of massive bleeding in children undergoing liver transplantation: A single‐center retrospective analysis
Notice bibliographique
Résumé
Summary Background Liver transplantation represents a major surgery involving a highly vascular organ. Reports defining the scope of bleeding in pediatric liver transplants are few. Aims We conducted a retrospective analysis of liver transplants performed at our pediatric tertiary care center to quantify blood loss, blood product utilization, and to determine predictors for massive intraoperative bleeding. Methods Pediatric patients who underwent isolated liver transplantation at Boston Children's Hospital between 2011 and 2016 were included. The amount of blood product transfused in the perioperative period and the incidence of postoperative complications were reported. Univariable and multivariable logistic regressions were used to determine predictors for massive bleeding, defined as estimated blood loss exceeding one circulating blood volume within 24 hours. Results Sixty‐eight children underwent liver transplantation during the study period and were included in the analysis. Multivariable logistic regression analysis identified the following independent predictors of massive bleeding: preoperative hemoglobin level <8.5 g/ dL ( OR 11.09, 95% CI 1.87‐65.76), INR >1.5 ( OR 11.62, 95% CI 2.36‐57.26), platelet count <100 10 9 /L ( OR 7.92, 95% CI 1.46‐43.05), and surgery duration >600 minutes ( OR 6.97, 95% CI 0.99‐48.92). Conclusions Pediatric liver transplantation is associated with substantial blood loss and a significant blood product transfusion burden. A 43% incidence of massive bleeding is reported. Further efforts are needed to improve bleeding management 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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».