Bibliographic record
Abstract
Les transfusions de plasma sont un traitement fréquent en réanimation, pour traiter ou prévenir un saignement. Or, des données observationnelles suggèrent que les transfusions de plasma sont associées à une augmentation de la morbidité et de la mortalité, sauf chez les patients qui souffrent d’hémorragie massive. Des données adultes suggèrent que les transfusions de plasma n’ont que peu d’effet sur les tests de coagulations.L’objectif de ce travail de thèse de sciences est d’effectuer quatre études préliminaires qui permettront ensuite de définir le protocole d’une étude randomisée contrôlée.La première étude présentée dans notre mémoire de thèse, une étude observationnelle dans 101 réanimations pédiatriques, a conclu que le plasma est souvent transfusé à des enfants qui ne saignent pas, et que, chez la grande majorité des patients, les transfusions de plasma n’ont que très peu d’effet sur les tests de coagulation. La deuxième étude a montré que les divers types de plasma actuellement sur le marché ont peut-être des effets différents, en terme de mortalité. La troisième étude a montré que les facteurs influençant la prescription de transfusions de plasma sont souvent des croyances non-fondées sur la capacité des transfusions de plasma à prévenir et arrêter le saignement. Et la quatrième étude a démontré que la mesure de la sévérité de la maladie, selon un score de défaillance multiviscérale, était adéquate dans une sous-population d’enfants recevant des transfusions de plasma. Ces quatre études nous ont donc permis d’esquisser le protocole de l’étude randomisée, qui permettra de comparer deux stratégies de transfusions de plasma.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".