Kidney disease in trials of perioperative tranexamic acid.
Notice bibliographique
Résumé
STUDY OBJECTIVE: To assess how kidney disease is handled in randomized trials evaluating the safety and efficacy of perioperative tranexamic acid, and to evaluate its effects across levels of kidney function. DESIGN: Systematic review and meta-analysis of randomized controlled trials. SETTING: We screened studies from a previous comprehensive systematic review, and updated its search of PubMed, Embase, and Cochrane CENTRAL to July 31, 2023. PATIENTS: Patients undergoing non-obstetric surgery. INTERVENTIONS: Intravenous tranexamic acid compared to placebo or usual care without tranexamic acid. MEASUREMENT: We summarized the handling of kidney disease in eligibility criteria, dose adjustments for kidney function, and effects of tranexamic acid on thrombotic events, seizures, and bleeding by subgroups of kidney function. MAIN RESULTS: (RR, 1.00; 95% CI, 0.91 to 1.11; P for subgroup difference = 0.47), but both trials excluded patients with severe kidney disease. No analysis could be performed regarding seizure risk. One large trial in noncardiac surgery reported similar reduction in bleeding across subgroups of kidney function but excluded patients with creatinine clearance <30 mL/min. CONCLUSIONS: The large evidence base supporting perioperative tranexamic acid suffers from broad and unjustified exclusion of patients with kidney disease. Typical perioperative dosing of tranexamic acid is likely safe and effective in patients with creatinine clearance >30 mL/min, but effects in more severe kidney disease are unknown.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».