Utilization of a surgical database to provide care and assess perioperative treatment and outcomes in patients with bleeding disorders
Notice bibliographique
Résumé
OBJECTIVES: To describe the Indiana Hemophilia and Thrombosis Center (IHTC) surgical database, its key components, and exploratory analyses of surgeries conducted between 1998 and 2019. METHODS: Surgical data across bleeding disorders collected retrospectively (1998-2006) and prospectively (2006-2019) were analyzed. Perioperative hemostasis, complications, and surgical plan deviations were compared by bleeding disorder diagnosis and data collection period. RESULTS: Within the 21-year period, 3246 procedures were conducted in 1413 patients with a diagnosis of von Willebrand disease (vWD), hemophilia A (HA), hemophilia B (HB), and other bleeding disorders. Majority of the procedures were minor (63.3%), and median number of surgeries per patient was 1 (range: 1-22). Adequate perioperative hemostasis was achieved in 90.9%, complications occurred in 13.6%, and surgical plan deviations occurred in 31.3% of procedures. Inadequate perioperative hemostasis and surgical plan deviations occurred more frequently in procedures involving HB compared with other bleeding disorders. Complications were not significantly different across bleeding disorders (p = .164). The prospective data collection period was associated with higher rates of hemostatic efficacy (92.4% vs. 88.3%; p < .001), complications (14.3% vs. 12.3%; p < .001), and plan deviations (34.2% vs. 25.1%; p < .001). CONCLUSION: The surgical database is an important resource in surgical management in patients with bleeding disorders. Further evaluation will facilitate use for the development of predictive models and principles of care.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».