Comparaison entre deux stratégies transfusionnelles en postopératoire de chirurgie cardiaque pédiatrique
Bibliographic record
Abstract
L’anémie est fréquente chez les patients pédiatriques en postopératoire de chirurgie cardiaque. Malgré le nombre important de patients transfusés, le taux d’hémoglobine (Hb) pour lequel les bénéfices surpassent les risques est inconnu chez ces patients. Récemment, Lacroix et al. ont démontré qu’une stratégie transfusionnelle restrictive n’était pas inférieure à une stratégie libérale en ce qui concerne le développement ou la progression du syndrome de défaillance multiviscérale (SDMV) et la mortalité chez les patients de soins intensifs pédiatriques (SIP).Devant le manque d’évidence, une analyse de sous-groupes des patients en postopératoire de chirurgie cardiaque de l’étude Transfusion Requirements in Pediatric Intensive Care (TRIPICU) a été réalisée. L’objectif de cette étude était de déterminer l’impact d’une stratégie transfusionnelle restrictive comparée à une stratégie libérale sur l’acquisition ou l’aggravation du syndrome de défaillance multiviscérale (SDMV) chez les enfants en postopératoire de chirurgie cardiaque. Cette étude n’a pas démontré de différences statistiquement, ni cliniquement significatives du nombre de patients ayant acquis ou aggravés un SDMV, ni des issues secondaires entre les stratégies transfusionnelles restrictive et libérale. L’analyse de sous-groupes permet de générer une hypothèse de recherche et les résultats devraient être confirmés par un essai randomisé contrôlé.
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 | 0.004 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| 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) | 0.003 | 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".