Platelet Transfusion Practices in Critically Ill Children
Notice bibliographique
Résumé
OBJECTIVES: Little is known about platelet transfusions in pediatric critical illness. We sought to describe the epidemiology, indications, and outcomes of platelet transfusions among critically ill children. DESIGN: Prospective cohort study. SETTING: Multicenter (82 PICUs), international (16 countries) from September 2016 to April 2017. PATIENTS: Children ages 3 days to 16 years prescribed a platelet transfusion in the ICU during screening days. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: Over 6 weeks, 16,934 patients were eligible, and 559 received at least one platelet transfusion (prevalence, 3.3%). The indications for transfusion included prophylaxis (67%), minor bleeding (21%), and major bleeding (12%). Thirty-four percent of prophylactic platelet transfusions were prescribed when the platelet count was greater than or equal to 50 × 10 cells/L. The median (interquartile range) change in platelet count post transfusion was 48 × 10 cells/L (17-82 × 10 cells/L) for major bleeding, 42 × 10 cells/L (16-80 × 10 cells/L) for prophylactic transfusions to meet a defined threshold, 38 × 10 cells/L (17-72 × 10 cells/L) for minor bleeding, and 25 × 10 cells/L (10-47 × 10 cells/L) for prophylaxis in patients at risk of bleeding from a device. Overall ICU mortality was 25% but varied from 18% to 35% based on indication for transfusion. Upon adjusted analysis, total administered platelet dose was independently associated with increased ICU mortality (odds ratio for each additional 1 mL/kg platelets transfused, 1.002; 95% CI, 1.001-1.003; p = 0.005). CONCLUSIONS: The majority of platelet transfusions are given as prophylaxis to nonbleeding children, and significant variation in platelet thresholds exists. Studies are needed to clarify appropriate indications, with focus on prophylactic transfusions.
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 | 0,004 |
| 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 | 0,001 |
| 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) | 0,003 | 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 ».