Rationalising preoperative group and save in thyroidectomy: a thyroid volume-based predictive mode
Notice bibliographique
Résumé
Abstract Background Routine pre-operative Group and Save (G&S) for thyroidectomy often leads to unnecessary laboratory workload and inefficient resource use. This project evaluates G&S necessity based on preoperative ultrasound, histopathology thyroid volume and intraoperative estimated blood loss (EBL) to establish a data-driven protocol. Method This quality improvement project was conducted from a retrospective chart review of all thyroidectomies performed from 2023 to date. Data included preoperative and histopathological thyroid volume, intraoperative EBL, and pre-operative G&S and cross-matching orders. Significant bleeding was defined as EBL ≥ 150 ml, as defined by current available literature. Receiver Operating Characteristic (ROC) curve analysis identified an optimal ultrasound volume threshold and histopathology volume threshold predicting EBL ≥ 150 ml. Results A total of 119 procedures were included (46 total and 73 hemithyroidectomies). Mean estimated intraoperative EBL was 108ml (median = 50 ml; range = 10–1500 ml) in total thyroidectomies and 72 ml (median = 30ml; range = 5–1000 ml) in hemithyroidectomies. Only 1 patient (0.74%) required transfusion. Preoperative ultrasound thyroid volume and histopathological thyroid volume demonstrated a strong correlation with EBL and exhibited excellent predictability for EBL ≥ 150 ml (AUC = 0.936, 95% c.i. = 0.836–1.035, P < 0.001), with an optimal cut-off at 0.61 dm3 (sensitivity = 87.5%, specificity = 97.1%). Two pre-operative G&S samples were ordered in all cases with a total estimated cost of £4760. Our optimal cut-off would have saved £4280 by requiring G&S for only 12 patients. Conclusion Transfusion during thyroid surgery is exceedingly rare, while thyroid volume strongly predicts high intraoperative blood loss. Implementing a data-driven threshold (for example volume > 0.61 dm3) may allow for more selective pre-operative G&S testing, optimizing resource use and reducing unnecessary blood orders.
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 | 0,001 |
| 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 ».