Acute transfusion reactions at a national referral hospital in <scp>U</scp>ganda: a prospective study
Notice bibliographique
Résumé
BACKGROUND: Very little has been published about acute transfusion reactions (ATRs) in developing countries. This study was undertaken to determine the incidence, type, imputability, severity, and possible associated factors of ATRs observed in a university-affiliated hospital in Uganda. STUDY DESIGN AND METHODS: We prospectively followed the transfusion of blood units issued over a 7-week period from the hospital blood bank during regular working hours to nonbleeding patients. For each transfusion, we recorded the patient's status before, during, at the end of, and 4 hours after transfusion. Three physicians independently reviewed all reports of suspected ATRs and related hospital charts. Using predefined criteria, the presence, type, imputability, and severity of ATRs were adjudicated by consensus of two of three physicians. Factors potentially associated with ATRs were analyzed for statistical significance. RESULTS: A total of 507 transfusions were analyzed. Fifty-three acute transfusion events were recorded and 49 of 53 or 9.6% of the 507 transfusions were confirmed to be ATRs by physician consensus: 24 febrile, seven allergic, five hypertensive, three hypotensive, three transfusion-associated circulatory overload, two acute hemolytic, and five others. Imputability of ATRs was definite, probable, or possible in 45 of 49 ATRs (92% of ATRs or 8.9% of transfusions) and judged to be severe in nine of 45. No significant associated factors were identified. CONCLUSIONS: Our findings suggest that ATRs may occur more commonly in resource-limited settings than in high-income countries. Although some reactions are unavoidable, improved surveillance of transfusions and implementation of transfusion guidelines could improve the safety of transfusions in these settings.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».