Racial and ethnic differences in transfusion rates in adolescent scoliosis surgery: Preoperative anemia as a mediator of disparity
Notice bibliographique
Résumé
BACKGROUND: Pediatric patients from minoritized racial and ethnic groups receive red blood cell (RBC) transfusions more frequently while undergoing major surgical procedures. Our objective was to identify the contribution of preoperative anemia to racial and ethnic differences in RBC transfusion rates in adolescent spine surgery. STUDY DESIGN AND METHODS: This is a multicenter, retrospective cohort study of the National Surgical Quality Improvement Program Pediatric database, 2016 to 2021 for patients in the United States and Canada. RESULTS: Adolescents identifying as non-Hispanic Black, Hispanic, and other race/ethnicity presented with higher rates of preoperative anemia than non-Hispanic White adolescents (16.3%, 10.6%, and 9.9%, vs. 7.8%, respectively; p < .0001) and were transfused at higher rates (14.4%, 11.9%, 16.5%, vs. 10.0%, respectively; p < .0001). Minoritized groups demonstrated higher adjusted odds of RBC transfusion compared with non-Hispanic Whites (non-Hispanic Black: aOR 1.45 95% CI 1.26-1.65, Hispanic: aOR 1.17 95% CI 0.96-1.41, other race/ethnicity: aOR 1.63 95% CI 1.26-2.09). Of the total effect of minoritized race and/or ethnicity on RBC transfusion, 13.9% was attributed to the indirect effect through preoperative anemia. DISCUSSION: In this cohort study, patients from minoritized racial and ethnic groups received RBC transfusions at a higher rate than non-Hispanic White patients, and the difference was partially mediated by preoperative anemia. Future efforts to minimize transfusions and improve health equity should target this modifiable risk factor alongside other sources of disparity and discrimination.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 ».