Evaluation of Transfusion Practices in Noncardiac Surgeries at High Risk for Red Blood Cell Transfusion: A Retrospective Cohort Study
Notice bibliographique
Résumé
Perioperative bleeding is a major indication for red blood cell (RBC) transfusion, yet transfusion data in many major noncardiac surgeries are lacking and do not reflect recent blood conservation efforts. We aim to describe transfusion practices in noncardiac surgeries at high risk for RBC transfusion. We completed a retrospective cohort study to evaluate adult patients undergoing major noncardiac surgery at 5 Canadian hospitals between January 2014 and December 2016. We used Canadian Classification of Health Interventions procedure codes within the Discharge Abstract Database, which we linked to transfusion and laboratory databases. We studied all patients undergoing a major noncardiac surgery at ≥5% risk of perioperative RBC transfusion. For each surgery, we characterized the percentage of patients exposed to an RBC transfusion, the mean/median number of RBC units transfused, and platelet and plasma exposure. We identified 85 noncardiac surgeries with an RBC transfusion rate ≥5%, representing 25,607 patient admissions. The baseline RBC transfusion rate was 16%, ranging from 5% to 49% among individual surgeries. Of those transfused, the median (Q1, Q3) number of RBCs transfused was 2 U (1, 3 U); 39% received 1 U RBC, 36% received 2 U RBC, and 8% were transfused ≥5 U RBC. Platelet and plasma transfusions were overall low. In the era of blood conservation, we described transfusion practices in major noncardiac surgeries at high risk for RBC transfusion, which has implications for patient consent, preoperative surgical planning, and blood bank inventory management.
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 | 0,023 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,003 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».