Platelet transfusion therapy in sub‐Saharan Africa: bacterial contamination, recipient characteristics, and acute transfusion reactions
Notice bibliographique
Résumé
BACKGROUND: Little data are available on bacterial contamination (BC) of platelet units or acute transfusion reactions to platelet transfusions (PTs) in sub-Saharan Africa (SSA). STUDY DESIGN AND METHODS: This prospective, observational study evaluated the rate of BC in whole blood-derived platelet units (WB-PUs), the utility of performing Gram stains to prevent septic reactions, characteristics of patients receiving PTs, and the rate of acute reactions associated with PTs at the Uganda Cancer Institute in Kampala, Uganda. An aliquot of each WB-PU studied was taken to perform Gram stains and culture using the Bactec 9120 instrument. Study participants were monitored for reactions. RESULTS: In total, 337 WB-PUs were evaluated for BC, of which 323 units were transfused in 151 transfusion episodes to 50 patients. The frequency of BC ranged from 0.3% to 2.1% (according to criteria used to define BC). The Gram stain had high specificity (99.1%) but low sensitivity to detect units with BC. The median platelet count before PT was 10,900 cells/µL (interquartile range, 6000-18,900 cells/µL). Overall, 78% of PTs were given to patients with no bleeding. Acute reactions occurred in 11 transfusion episodes, involving 13 WB-PUs, for a rate of 7.3% (95% confidence interval, 3.7%-12.7%) per transfusion episode. All recipients of units with positive bacterial cultures were receiving antibiotics at the time of transfusion; none experienced a reaction. CONCLUSIONS: The rate of BC observed in this study is lower than previously reported in SSA, but still remains a safety issue. Because Gram staining appears to be an ineffective screening tool, alternate methods should be explored to prevent transfusing bacterially contaminated platelets in sub-Saharan Africa.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».