Red blood cell transfusion practices in acute lung injury: What do patient factors contribute?*
Notice bibliographique
Résumé
OBJECTIVE: To describe red blood cell (RBC) transfusion practices and evaluate the association between patient-related factors and pretransfusion hemoglobin concentration in acute lung injury (ALI). DESIGN: Secondary analysis of prospectively collected data. SETTING: Nine intensive care units (ICUs) in three teaching hospitals in Baltimore, MD. PATIENTS: Two hundred forty-nine consecutive patients with ALI requiring mechanical ventilation. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: Simple and multiple linear regression analyses were used to evaluate the association between the nadir hemoglobin concentration on the day of initial RBC transfusion and 20 patient-level demographic, clinical and ICU treatment factors as well as ICU type. Of 249 patients with ALI, 47% received an RBC transfusion in the ICU without evidence of active hemorrhage or acute cardiac ischemia. The mean (sd) nadir hemoglobin on the day of first transfusion was 7.7 (1.1) g/dL with 67%, 36%, 15%, and 5% of patients transfused at >7, >8, >9, and >10 g/dL, respectively. Transfused patients received a mean (sd) of 5 (6) RBC units from ALI diagnosis to ICU discharge. Prehospital use of iron or erythropoietin and platelet transfusion in the ICU were independently associated with lower pretransfusion hemoglobin concentrations. No patient factors were associated with higher hemoglobin concentrations. Admission to a surgical (vs. medical) ICU was independently associated with a 0.6 g/dL (95% confidence interval 0.1-1.1 g/dL) higher pretransfusion hemoglobin. CONCLUSIONS: Patients with ALI commonly receive RBC transfusions in the ICU. The pretransfusion hemoglobin observed in our study was lower than earlier studies, but a restrictive strategy was not universally adopted. Patient factors do not explain the gap between clinical trial evidence and routine transfusion practices. Future studies should further explore ICU- and physician-related factors as a source of variability in transfusion practice.
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 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».