Assessment of prophylactic heparin infusion as a safe preventative measure for thrombotic complications in pediatric kidney transplant recipients weighing <20 kg
Notice bibliographique
Résumé
Small-sized kidney recipients (<20 kg) are at high risk of allograft vessel thrombosis. HP has been used to mitigate this risk but may infer an increase in bleeding risks. Therefore, we aim to determine whether HP is a safe means to prevent thrombosis in small kidney transplant patients by comparing those who have received HP and those who have NHP. A retrospective review of patients < 20 kg who underwent kidney transplant in our institution from 2000 to 2015 was performed. At our institution, unfractionated heparin 10 units/kg/hour is used as HP since 2009. Patients at increased risk of thrombosis (previous thrombosis, thrombophilia, nephrotic syndrome) and bleeding (therapeutic doses of heparin, diagnosis of coagulopathy) were excluded. Fifty-six patients were identified (HP n = 46; NHP n = 10). Baseline demographics were similar between HP and NHP. There was no statistical difference in frequency of transfusions, surgical re-exploration, or thrombotic events between HP and NHP. The HP group was more likely to have drop in Hb > 20 g/L (67.4% vs 30.0%, P = 0.038), and those who had drop in Hb > 20 g/L were more likely to also require pRBC transfusions (63.0% vs 20.0%, P = 0.017). Within the HP group, those who had bleeding complications had similar Hb levels as those who did not at baseline and post-transplant. Outcomes in the HP and NHP groups were no different with respect to thrombosis or significant bleeding complications requiring pRBC transfusions or surgical intervention. Future prospective studies are required to investigate the balance of preventing thrombosis and risks of pRBC transfusions for small-sized kidney recipients.
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 | 0,001 | 0,001 |
| 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 ».