A national survey of transfusion‐related acute lung injury risk reduction policies for platelets and plasma in the United States
Notice bibliographique
Résumé
BACKGROUND: Little information exists on the specific transfusion-related acute lung injury (TRALI) risk reduction practices used by multiple blood collecting institutions in the United States. STUDY DESIGN AND METHODS: An AABB-appointed TRALI working group designed a set of questions about TRALI risk reduction for platelets (PLTs) and plasma. AABB member institutions were asked to respond via an Internet-based survey during a 3-week period in August through September 2009. RESULTS: Valid responses were received from 47 US blood centers (accounting for 1.57 million apheresis PLT units and 3.15 million whole blood-derived transfusable plasma units) and 56 hospital blood collectors. Among the blood centers, 87 and 98% had initiated some PLT and plasma risk reduction, respectively. HLA antibody testing of plateletpheresis donors was performed by 20 (43%) blood centers. There was substantial variation in the number of pregnancies (from one to more than four) that triggered testing and most centers did not screen based on a transfusion history. Almost all centers had policies to redirect HLA antibody-positive donors to whole blood donation and to potentially retest HLA antibody-negative donors. There were no blood centers performing HNA antibody testing. Sex-based risk reduction policies for plasma included all male, or predominantly male, and never-pregnant females; these varied by blood center, blood group, and method of plasma collection. A majority of centers indicated increased production of plasma frozen within 24 hours after phlebotomy. CONCLUSIONS: Almost 3 years after the publication of the initial AABB bulletin on this issue, TRALI risk reduction strategies are commonly employed at most US blood centers. However, procedures are not uniform.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».