Surgical Indication and Approach are Associated with Transfusion in Hysterectomy for Benign Disease
Notice bibliographique
Résumé
Objective: To identify pre-operative and intraoperative factors associated with the risk of red blood cell transfusion among women undergoing hysterectomy. Methods: A retrospective cohort study of hysterectomy for benign indications between January 1, 2011 - December 31, 2017. Patients receiving blood transfusion within 30 days of surgery were compared to patients who did not receive any transfusion. Multivariate logistic regression analysis was performed to identify clinical and surgical variables associated with blood transfusion. Results: Among 171,940 women who underwent hysterectomy for benign indication, 4,667 (2.7%) required blood transfusion. The rate of transfusion was highest among patients with uterine fibroids (4.3%) and lowest in patients with genital prolapse (1.1%) (p < 0.05). Odds of blood transfusion were significantly elevated in patients undergoing hysterectomy for uterine fibroids compared to patients with genital prolapse (adjusted odds ratio [aOR] 1.36, 95% confidence interval [CI] 1.15 - 1.61). Other patient characteristics included body mass index, smoking, bleeding disorders, pre-operative sepsis, and American Society of Anesthesiologists score ≥ 2 (p < 0.05). Higher pre-operative hematocrit significantly decreased the risk of blood transfusion (aOR 0.84, 95% CI 0.84 - 0.85 per percent increase in hematocrit). Abdominal and vaginal hysterectomies were associated with greater odds of transfusion compared with laparoscopic approaches (aOR 5.06, 95% CI 4.70 - 5.44; aOR 1.87, 95% CI 1.67 - 2.10, respectively). Conclusions: Certain patient comorbidities, surgical indication, and approach to hysterectomy are associated with increased risk of blood transfusion. These results may have implications for pre-operative patient counseling, perioperative care, and health system planning.
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 ».