A patient‐oriented risk–benefit analysis of pathogen‐inactivated blood components: application to apheresis platelets in the United States
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
We performed a risk-benefit analysis for implementation of pathogen-inactivated (PI) apheresis platelets (APs) in the United States, focusing on the amotosalen/ultraviolet-A system. Risks and benefits were quantified per patient assuming a mean of 6 AP units per treatment cycle and using available clinical data, mathematical modeling, and observational studies. Current risks associated with AP transfusion can be divided into known partially addressed risks, known well-addressed risks, and unknown risks associated with acute or chronic emerging infectious agents (EIAs). Bacterial contamination dominates the first category, at a per-patient rate of 1:250, which correlates with an estimated septic transfusion reaction rate of 1:1000. Quantitation of per-patient EIA risk was modeled to be between 1:370 (acute) and 1:667 (chronic). Due to its broad range of action PI is expected to reduce or eliminate these infectious risks and also to reduce the rate of febrile transfusion reactions and possibly alloimmunization. These benefits are weighed against 1) concerns for excess bleeding, 2) an apparent increase in acute respiratory distress syndrome in the initial report of the SPRINT clinical trial, and 3) the possible toxicity associated with the introduction of a new chemical into platelet (PLT) units. However, transfusion of an estimated 100,000 patients with PI PLTs worldwide has occurred without reported serious adverse effects. We conclude that evidence indicates a favorable risk-benefit profile for the implementation of PLT PI and argues for a path forward toward US regulatory approval.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,011 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle