MétaCan
Menu
Retour à la cohorte
Enregistrement W2775019949 · doi:10.1097/ta.0000000000001760

Early identification of patients requiring massive transfusion, embolization or hemostatic surgery for traumatic hemorrhage: A systematic review and meta-analysis

2017· review· en· W2775019949 sur OpenAlexaff
Alexandre Tran, Maher Matar, Jacinthe Lampron, Ewout W. Steyerberg, Monica Taljaard, Christian Vaillancourt

Notice bibliographique

RevueThe Journal of Trauma: Injury, Infection, and Critical Care · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueTrauma, Hemostasis, Coagulopathy, Resuscitation
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineMeta-analysisBlood pressureOdds ratioEmergency medicineIntensive care medicineInternal medicineSurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Delays in appropriate triage of bleeding trauma patients result in poor outcomes. Clinical gestalt is fallible and objective measures of risk stratification are needed. The objective of this review is to identify and assess prediction models and predictors for the early identification of traumatic hemorrhage patients requiring massive transfusion, surgery, or embolization. METHODS: We searched electronic databases through to September 31, 2016, for studies describing clinical, laboratory, and imaging predictors available within the first hour of resuscitation for identifying patients requiring major intervention for hemorrhage within the first 24 hours. RESULTS: We included 84 studies describing any predictor-outcome association, including 47 multivariable models; of these, 26 (55%) were specifically designed for prediction. We identified 35 distinct predictors of which systolic blood pressure, age, heart rate, and mechanism of injury were most frequently studied. Quality of multivariable models was generally poor with only 21 (45%) meeting a commonly recommended sample size threshold of 10 events per predictor. From 21 models meeting this threshold, we identified seven predictors that were examined in at least two models: mechanism of injury, systolic blood pressure, heart rate, hemoglobin, lactate, and focussed abdominal sonography for trauma. Pooled odds ratios were obtained from random-effects meta-analyses. CONCLUSION: The majority of traumatic hemorrhagic prediction studies are of poor quality, as assessed by the Prognosis Research Strategy recommendations and Critical Appraisal and Data Extraction for Systematic Reviews of Modeling Studies checklist. There exists a need for a well-designed clinical prediction model for early identification of patients requiring intervention. The variables of clinical importance identified in this review are consistent with recent expert guideline recommendations and may serve as candidates for future derivation studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,949
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0060,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,133
Tête enseignante GPT0,415
Écart entre enseignants0,282 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations49
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Trauma: Injury, Infection, and Critical CareMême sujetTrauma, Hemostasis, Coagulopathy, ResuscitationTravaux en français237 207