The association between platelet dysfunction and adverse outcomes in cardiac surgical patients
Notice bibliographique
Résumé
Haemostatic activation during cardiopulmonary bypass is associated with prothrombotic complications. Although it is not possible to detect and quantify haemostatic activation directly, platelet dysfunction, as measured with point-of-care-assays, may be a useful surrogate. In this study, we assessed the association between cardiopulmonary bypass-associated platelet dysfunction and adverse outcomes in 3010 cardiac surgical patients. Platelet dysfunction, as measured near the end of the rewarming phase of cardiopulmonary bypass, was calculated as the proportion of non-functional platelets after activation with collagen. Logistic regression and multivariable analyses were applied to assess the relationship between platelet dysfunction and a composite of in-hospital death; myocardial infarction; stroke; deep vein thrombosis or pulmonary embolism; and acute kidney injury (greater than a two-fold increase in creatinine). The outcome occurred in 251 (8%) of 3010 patients. The median (IQR [range]) percentage platelet dysfunction was less for those without the outcome as compared with those with the outcome; 14% (8-28% [1-99%]) vs. 19% (11-45% [2-98%]), p < 0.001. After risk adjustment, platelet dysfunction was independently associated with the composite outcome (p < 0.001), such that for each 1% increase in platelet dysfunction there was an approximately 1% increase in the composite outcome (OR 1.012; 95%CI 1.006-1.018). This exploratory study suggests that cardiopulmonary bypass-associated platelet dysfunction has prognostic value and may be a useful clinical measure of haemostatic activation in cardiac surgery.
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 | 0,001 | 0,000 |
| 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 ».