MétaCan
Menu
Retour à la cohorte
Enregistrement W4306404561 · doi:10.1111/trf.17146

Association between isolated abnormal coagulation profile on transfusion following major surgery: A <scp>NSQIP</scp> analysis of individuals without bleeding disorders

2022· article· en· W4306404561 sur OpenAlexaff
Kelvin Lim, Raj Satkunasivam, Cole Nipper, Jiaqiong Xu, Enshuo Hsu, Jeremy Slawin, Trisha Roy, Kelvin Allenson, Min P. Kim, Sean M. Barber, Taryn A. Ellis, Olutiwa Akinsola, Zachary Klaassen, Nestor F. Esnaola, Bheeshma Ravi, Angela Jerath, Christopher J.D. Wallis

Notice bibliographique

RevueTransfusion · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTrauma, Hemostasis, Coagulopathy, Resuscitation
Établissements canadiensHealth Sciences CentreUniversity of TorontoMount Sinai HospitalSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineCoagulation DisorderBlood transfusionLogistic regressionPlateletSurgeryCoagulation testingCoagulationInternal medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Preoperative coagulation screening for patients without bleeding disorders remains controversial. The combinatorial risk of INR, aPTT, and platelet count (PLT) abnormalities leading to bleeding requiring transfusion is not known in these patients. We examined the association between abnormal coagulation profile and the risk of transfusion following common elective surgery in patients without bleeding disorders. STUDY DESIGN AND METHODS: We utilized the National Surgical Quality Improvement Program (NSQIP) database from 2004 to 2018 to identify patients without a history of bleeding disorders undergoing common 23 major elective procedures across 10 specialties. Multivariable logistic regression was used to assess the association between coagulation profile and bleeding requiring packed red blood cell transfusion intra-/post-operatively. RESULTS: Of the 672,075 patients meeting inclusion criteria, 53.7% presented with normal coagulation profile preoperatively. Overall, 12.2% (n = 82,368) received transfusion. In the setting of normal aPTT/PLT, both Equivocal INR of 1.1-1.5 (aOR 1.41, 95% CI 1.38-1.44) and Abnormal INR of >1.5 (aOR 1.81, 95% CI 1.71-1.93) were significantly associated with an increased risk of transfusion. Equivocal (60-70) and Abnormal (>70) aPTT with normal INR/PLT did not demonstrate a comparable risk of transfusion. We observed a synergistic effect of combinatorial lab abnormalities on the risk of transfusion when both Abnormal INR/aPTT and Low PLT of <100,000 were present (aOR 5.18, 95% CI 3.04-8.84), compared to the effect of Abnormal INR/aPTT and normal/elevated PLT (aOR 1.90, 95% CI 1.48-2.45). DISCUSSION: The preoperative presence of abnormal findings in INR or PLT was significantly associated with the risk of bleeding requiring transfusion during intraoperative and postoperative periods.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,271
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransfusionMême sujetTrauma, Hemostasis, Coagulopathy, ResuscitationTravaux en français237 207