The Relationship Between Preoperative International Normalized Ratio and Postoperative Major Bleeding in Total Shoulder Arthroplasty
Notice bibliographique
Résumé
INTRODUCTION: This study aimed to assess the relationship between preoperative international normalized ratio (INR) levels and major postoperative bleeding events after total shoulder arthroplasty (TSA). METHODS: The American College of Surgeons National Surgical Quality Improvement Program database was queried for TSA from 2011 to 2020. A final cohort of 2405 patients with INR within 2 days of surgery were included. Patients were stratified into four groups: INR ≤ 1.0, 1.0 < INR ≤ 1.25, 1.25< INR ≤ 1.5, and INR > 1.5. The primary outcome was bleeding requiring transfusion within 72 hours, and secondary outcome variables included complication, revision surgery, readmission, and hospital stay duration. Multivariable logistic and linear regression analyses adjusted for relevant comorbidities were done. RESULTS: Of the 2,405 patients, 48% had INR ≤ 1.0, 44% had INR > 1.0 to 1.25, 7% had INR > 1.25 to 1.5, and 1% had INR > 1.5. In the adjusted model, 1.0 < INR ≤ 1.25 (OR 1.7, 95% CI 1.176 to 2.459), 1.25 < INR ≤ 1.5 (OR 2.508, 95% CI 1.454 to 4.325), and INR > 1.5 (OR 3.200, 95% CI 1.233 to 8.302) were associated with higher risks of bleeding compared with INR ≤ 1.0. DISCUSSION: The risks of thromboembolism and bleeding lie along a continuum, with higher preoperative INR levels conferring higher postoperative bleeding risks after TSA. Clinicians should use a patient-centered, multidisciplinary approach to balance competing risks.
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 | 0,001 | 0,001 |
| 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 ».