Comparison of conventional coagulation tests and <scp>ROTEM</scp> in identifying trauma‐induced coagulopathy for massive haemorrhage protocol activation
Notice bibliographique
Résumé
Abstract Objectives Trauma‐induced coagulopathy (TIC) can be fatal but preventable if recognised early. With emerging uses of rotational thromboelastometry (ROTEM) to guide transfusions in trauma, patient outcomes with TIC‐defined by initial ROTEM and conventional coagulation tests (CCTs) during massive haemorrhage protocol (MHP) activations were evaluated at a primary trauma centre in British Columbia. Methods This retrospective observational study included adult trauma patients requiring MHP from June 1, 2020, to May 31, 2022. TIC, defined by initial results including (1) ROTEM‐based EXTEM A10 <40 mm, EXTEM CT >100 s, EXTEM ML30 >10%, FIBTEM A10 <10 mm; and (2) CCT‐based INR ≥1.8, PTT ≥1.5 times of upper normal limit, platelets <50 x 10 9 /L, and Clauss Fibrinogen <1.5 g/L, was assessed for its correlation with mortality. Modified Poisson regression was used to model 28‐day mortality. Results Twenty‐two of sixty‐eight patients (32%) had abnormal ROTEM but normal CCTs. TIC defined by CCTs was associated with increased mortality [24 h: 5/13 (38%) vs. 5/55 (9%), p = 0.025; 28d: 8/13 (62%) vs. 11/55 (20%), p = 0.002]; compared to ROTEM, which was not [24 h: 7/35 (20%) vs. 3/33 (9%), p = 0.307; 28d: 11/35 (31%) vs. 9/33 (27%), p = 0.594], despite requiring significantly higher blood component transfusion within the first 4 and 24 h of MHP ( p ‐values<0.05). Conclusions ROTEM is more sensitive in identifying TIC. Patients with abnormal CCTs had a higher death rate, and those with abnormal ROTEM had no significantly increased mortality. A prospective study is required to assess the effects of ROTEM further.
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) | 0,001 | 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 ».