Incidence de l’anémie et de la carence en fer périopératoire chez les patientes en oncologie gynécologique
Notice bibliographique
Résumé
De plus en plus, l’anémie préopératoire est reconnue comme un facteur de risque compromettant la santé des patients, notamment parce qu’elle prolonge l’hospitalisation et augmente le nombre de transfusions sanguines nécessaires. Vu la prévalence accrue de ce problème chez les patientes en gynécologie qui seront opérées, le dépistage doit être précoce afin d’optimiser l’issue de l’intervention chirurgicale. La présente étude quantitative, à devis observationnel rétrospectif, s’est penchée sur le cas de 284 patientes en oncologie gynécologique devant subir une opération. L’étude a été réalisée pendant la période du 1er janvier au 31 décembre 2014 dans le but de déterminer la fréquence de l’anémie et de la carence en fer, de même que le lien entre l’anémie et le nombre de transfusions sanguines. Les patientes souffrant d’anémie devaient plus souvent recevoir une transfusion (44 % contre 11 %, p < .0001), le nombre d’unités de sang transfusé par patiente était considérablement plus élevé (1,19 unité en moyenne contre 0,28 unité, p < .0001) et le séjour postopératoire plus long (5,9 jours en moyenne contre 4,6 jours, p = .0008). On en a conclu que le dépistage et le traitement précoces de l’anémie sont des éléments clés pour optimiser l’issue de l’opération.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».