Frequency, Timing, and Prediction of Major Bleeding Complications From Percutaneous Renal Biopsy
Notice bibliographique
Résumé
Background and Objectives:The risk and timing of bleeding events following ultrasound-guided percutaneous renal biopsy are not clearly defined.Design setting, participants, and measurements:We performed a retrospective study of 617 consecutive adult patients who underwent kidney biopsy between 2012 and 2017 at a tertiary academic hospital in London, Canada. We assessed frequency and timing of minor (not requiring intervention) and major (requiring blood transfusion, surgery, or embolization) bleeds and developed a personalized risk calculator for these.Results:Bleeding occurred in 79 patients (12.8%; 95% confidence interval [CI]: 10.4%-15.7%). Minor bleeding occurred in 67 patients (10.9%; 95% CI: 8.6%-13.6%). Major bleeding occurred in 12 patients (1.9%; 95% CI: 1.1%-3.4%); 2 required embolization or surgery (0.3%; 95% CI: 0.09%-1.2%) and 10 required blood transfusion (1.6%; 95% CI: 0.9%-3.0%). Seventy-three of 79 events were identified immediately on post-procedure ultrasound (92.4% of cases; 95% CI: 84.4%-96.5%). Four of 617 patients experienced a minor event not detected immediately (0.6%; 95% CI: 0.3%-1.7%). Two patients (0.3%; 95% CI: 0.09%-1.2%) suffered a major complication that was not recognized immediately; both required blood transfusions only. There were no deaths or nephrectomies. A risk calculator using age, body mass index, platelet count, hemoglobin concentration, size of the target kidney, and whether the kidney is native, or an allograft predicted minor (C-statistic, 0.70) and major bleeding (C-statistic, 0.83).Conclusions:This retrospective study of 617 patients who had percutaneous ultrasound-guided renal biopsies supports the safety of short post-biopsy monitoring for most patients. A risk calculator can further personalize estimates of complication risk (http://perioperativerisk.com/kbrc).
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 | 0,000 | 0,000 |
| 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 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 ».