MétaCan
Menu
Retour à la cohorte
Enregistrement W4411200428 · doi:10.5435/jaaos-d-24-01399

Improving Patient Outcomes by Reducing Anemia and Bleeding in Pediatric Spine Surgery

2025· review· en· W4411200428 sur OpenAlexafffund
Mark J. McVey, Mark Camp, Caroline Malcolmson, David E. Lebel

Notice bibliographique

RevueJournal of the American Academy of Orthopaedic Surgeons · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueHematological disorders and diagnostics
Établissements canadiensHospital for Sick Children
Organismes subventionnairesHospital for Sick Children
Mots-clésMedicineAnemiaMEDLINESurgeryGeneral surgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Children requiring spine surgery are often iron deficient and anemic. Pediatric spine surgery is associated with notable risk of perioperative acute blood loss. To manage acute blood loss, many pediatric patients undergoing spine surgery require allogeneic transfusion of blood products. Both anemia and blood transfusions are associated with morbidity, such as increased length of stay, perioperative costs, and rarely mortality. To mitigate these factors, applying ever evolving concepts related to patient blood management (PBM), blood conservation techniques (BCT), and enhanced recovery after surgery (ERAS) are effective means to reduce anemia and transfusions perioperatively during spine surgery. This review focuses on development of multidisciplinary teams to harness the potential of PBM, BCT, and ERAS strategies. PBM, BCT, and ERAS concepts applied perioperatively for pediatric patients undergoing spine surgery provide a means of mitigating anemia and reducing the requirement for blood transfusions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,755
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,322
Écart entre enseignants0,296 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Academy of Orthopaedic SurgeonsMême sujetHematological disorders and diagnosticsTravaux en français237 207