A patient‐oriented risk–benefit analysis of pathogen‐inactivated blood components: application to apheresis platelets in the United States
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.
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 | 0,014 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».