Blood utilization at a national referral hospital in sub‐Saharan Africa
Notice bibliographique
Résumé
BACKGROUND: A safe and adequate supply of blood is critical to improving health care systems in sub-Saharan Africa, where little is known about the current use of blood. The aim of this study was to comprehensively describe the use of blood at a tertiary care hospital to inform future efforts to strengthen blood programs in resource-limited settings. STUDY DESIGN AND METHODS: Data were collected from blood bank documentation for all units issued at Mulago Hospital Complex in Kampala, Uganda, from mid-January to mid-April 2014. RESULTS: A total of 6330 units (69% whole blood, 32% red blood cells, 6% platelets, 2% plasma) were issued over the 3-month study period to 3662 unique patients. Transfusion recipients were 58% female and median age was 27 years (interquartile range [IQR], 14-41). Median pretransfusion hemoglobin was 5.6 g/dL (IQR, 4.0-7.2 g/dL, n = 1090). Strikingly, cancer was the top indication for transfusion (33.5%), followed by pregnancy-related complications (12.4%) and sickle cell disease (6.9%). CONCLUSION: This study provides a comprehensive picture of blood use at a national referral hospital in sub-Saharan Africa. Noncommunicable diseases, particularly oncologic conditions, represent a large proportion of demand for transfusion services.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».