Association between isolated abnormal coagulation profile on transfusion following major surgery: A <scp>NSQIP</scp> analysis of individuals without bleeding disorders
Notice bibliographique
Résumé
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 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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».