MétaCan
Menu
Retour à la cohorte
Enregistrement W2550865025 · doi:10.1093/ajcp/aqw181

Survey of Institutional Policies for Provision of “CMV-Safe” Blood in Ontario

2016· article· en· W2550865025 sur OpenAlexaffabout
Laura Finlay, Pria Nippak, James H. Tiessen, Winston Isaac, Jeannie Callum, Christine Cserti‐Gazdewich

Notice bibliographique

RevueAmerican Journal of Clinical Pathology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueCytomegalovirus and herpesvirus research
Établissements canadiensUniversity of TorontoUniversity Health NetworkToronto Metropolitan UniversityToronto East General HospitalSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésCytomegalovirusBusinessLeukoreductionStandardizationMedicineBest practicePopulationBlood transfusionEnvironmental healthFamily medicinePolitical scienceImmunologyHuman immunodeficiency virus (HIV)HerpesviridaeViral disease

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Debate continues on whether leukoreduction alone (LR) is sufficiently similar to leukoreduced cellular products drawn from cytomegalovirus (CMV)-seronegative (SN) donors to minimize the risk of transfusion-transmitted CMV (TT-CMV). We sought to determine the policy, inventory, and practice landscape of the province for TT-CMV mitigation. METHODS: A web-based survey was distributed to hospitals in Ontario by Canadian Blood Services to collect data on their policies with respect to TT-CMV prevention. RESULTS: TT-CMV mitigation practices varied by patient population, hospital size, and region. Smaller institutions remain committed to dual prevention, whereas academic hospitals favor a single-measure approach. Although smaller institutions attempt to align their policies with leadership sites, emulation is often inaccurate. The demands for SN products also appear to be significantly lower than the current screening practices of Canadian Blood Services. CONCLUSIONS: Standardization is lacking on practices to prevent TT-CMV. Although there are barriers to harmonizing practices, the apparent shift to policies acknowledging LR as a sufficient protection is likely to continue.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,106
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,132
Tête enseignante GPT0,448
Écart entre enseignants0,316 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Clinical PathologyMême sujetCytomegalovirus and herpesvirus researchTravaux en français237 207