Uncrossmatched blood transfusions for trauma patients in the emergency department: incidence, outcomes and recommendations
Notice bibliographique
Résumé
BACKGROUND: Early transfusion of blood products for severely injured patients can improve volume depletion, acidosis, dilution and coagulopathy. There is concern that some patients are unnecessarily exposed to the risks of emergent transfusion with uncrossmatched red blood cell products (URBC) in the emergency department (ED). The goal of this study was to evaluate the transfusion practices in our ED among all patients who received URBC. METHODS: We analyzed all injured patients transfused at least 1 URBC in the ED at a level-1 trauma centre between Jan. 15, 2007, and Jan. 14, 2008. Demographics, injuries and outcomes were reported. We used standard statistical methodology. RESULTS: At least 1 URBC product was transfused into 153 patients (5% of all patients, mean 2.6 products) in the ED (median Injury Severity Score [ISS] 28; hemodynamic instability 94%). Sixty-four percent of patients proceeded to an emergent operation and 17% required massive transfusion. The overall mortality rate was 45%, which increased to 52% and 100% in patients who received 4 and 5 or more URBC products, respectively. Nonsurvivors had a higher median ISS (p=0.017), received more URBC in the ED (p=0.006) and possessed more major vascular injuries (p<0.001). Among nonsurvivors, 67% died of uncontrollable hemorrhage. Unnecessary URBC transfusions in the ED occurred in 7% of patients. CONCLUSION: Overtransfusion was minimal based on clinical acumen triggers. Early transfer of patients receiving URBC products in the ED to the operating room, intensive care unit or angiography suite for ongoing resuscitation and definitive hemorrhage control must be strongly considered.
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 | 0,001 |
| 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) | 0,000 | 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 ».