Effect of premedication guidelines and leukoreduction on the rate of febrile nonhaemolytic platelet transfusion reactions
Notice bibliographique
Résumé
Platelet transfusion reactions were prospectively studied in haematology/oncology patients at five university teaching hospitals over three consecutive summers. The initial summer study provided baseline information on the use of premedications and the rate of platelet transfusion reactions (fever, chills, rigors and hives). Most (73%) platelet recipients were premedicated and 30% (95% CI 28-33%) of transfusions were complicated by reactions. The second study followed implementation of guidelines for premedicating platelet transfusions. Despite a marked reduction in premedication (50%), there was little change in the platelet transfusion reaction rate, 26% (95% CI 24-29%), or the type of reactions. The third study followed implementation of prestorage platelet leukoreduction while maintaining the premedication guidelines. The reaction rate decreased to 19% (95% CI 17-22%). For nonleukoreduced platelets, there was a statistically significant association between the platelet age and reaction rate (P = 0.04). For leukoreduced platelets, there was no statistically significant association between platelet age and reaction rate (P = 0.5). Plasma reduction of nonleukoreduced platelet products also reduced the reaction rate. These prospective studies document a high rate of platelet transfusion reactions in haematology/oncology patients and indicate premedication use can be reduced without increasing the reaction rate. Prestorage leukoreduction and/or plasma reduction of platelet products reduces but does not eliminate febrile nonhemolytic platelet transfusion reactions.
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 | 0,002 | 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) | 0,003 | 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 ».