Assessing the effectiveness of whole blood–derived platelets stored as a pool: a randomized block noninferiority trial
Notice bibliographique
Résumé
BACKGROUND: Prestorage pooling of whole blood-derived platelets (PLTs) would simplify bacterial detection. This study evaluated the in vivo effect of the prestorage pooling of PLTs stored for up to 5 days, by assessing the corrected count increment (CCI) 18 to 24 hours after transfusion of the product. STUDY DESIGN AND METHODS: A randomized block noninferiority design was used. Eligible patients had chemotherapy-induced thrombocytopenia and were considered likely to need at least six PLT transfusions. For every block of two transfusion events, one consisted of PLTs stored individually and then pooled before transfusion, and the other was a product pooled before storage. The primary outcome was categorized as a successful (>4.5) or unsuccessful (<or=4.5) 18- to 24-hour posttransfusion CCI analyzed with a matched pair score test. A mixed-effect linear model estimated the mean difference in CCI between the two types of storage. RESULTS: Twenty-three eligible patients received a total of 189 PLT transfusions. The median number of PLT transfusions was 7 (range, 0-27). Eighty-five complete transfusion pairs were used in the primary analysis. The proportions of transfusions leading to a CCI of greater than 4.5 was identical for both routine and PLTs pooled before storage (45/85=52.9%; relative risk, 1.00; lower limit of the one-sided 95% confidence interval [CI], 0.83). The estimate of the mean difference in CCI between pooled and routine storage (pooled-routine) was -0.45 (95% CI, -2.23 to 1.33; p=0.63). CONCLUSION: These results provide evidence that storage of PLTs as a pool for up to 5 days results in posttransfusion CCIs that are not inferior to PLTs stored individually.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».