Evaluation of platelet transfusion triggers in a tertiary‐care hospital
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Our 1100-bed referral hospital uses approximately 12,000 units of random-donor platelets (PLTs) and 1,900 units of single-donor apheresis PLTs per year with a mean of 23 percent outdating. An analysis of patterns of utilization has been undertaken to evaluate practice. STUDY DESIGN AND METHODS: Over a 9-month period, data were collected on a total of 1682 transfusion episodes in 464 patients. When the pretransfusion count was greater than 10 x 10(9) per L an attempt was made to identify the specific indications for PLT transfusions such as bleeding. RESULTS: The majority (78%) of PLTs were transfused when the counts were above 10 x 10(9) per L. The mean pretransfusion counts for different services were: bone marrow transplant (BMT) 17.4 x 10(9) per L, hematology-oncology 14.6 x 10(9) per L, the Heart Institute 3 x 10(9) per L, and other services 36 x 10(9) per L. The percentage of transfusions given to patients with a count greater than 10 x 10(9) per L varied by service with 79 percent in BMT, 60 percent in hematology and oncology, 98 percent at the Heart Institute, and 81 percent in other services. Routine monitoring of counts shows a mean increment of 10.2 x 10(9) per L per transfusion. One hour posttransfusion counts, 24-hour posttransfustion counts, and documentation of clinical justification for transfusions was often not available. CONCLUSIONS: The data show that most patients who receive PLTs have pretransfusion counts of more than 10 x 10(9) per L and more than one-third have pretransfusion counts of greater than 20 x 10(9) per L. The medical literature supports prophylactic PLT transfusion based solely on the count when the PLT number is 10 x 10(9) per L or less. Above this level additional justification is needed although there are different points of view concerning the appropriate triggers. Our data suggest that there is a need for clear hospital transfusion guidelines and ongoing monitoring of PLT use.
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.
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) | 0,000 | 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) | 0,001 | 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 découle