The association of fever with transfusion‐associated circulatory overload
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
BACKGROUND: Fever is described in transfusion-associated circulatory overload (TACO), reflecting either comprehensive haemovigilance or an inflammatory pathobiology (such as congestion-associated atheroma disruptions). METHODS: Hospital haemovigilance data (1/1/2010-31/12/2012) were reviewed for TACO cases (frequency and mode of referral). TACO with or without fever (TACO+F/-F) was examined for its association with patient age (as a surrogate for atheroma burden) and product age (as a surrogate for storage-related pyrogens). Fever in allergic transfusion reactions was also compared. RESULTS: Of 972 reactions, 107 suspected cases of TACO (11%) were seen. TACO+F vs. TACO-F occurred in 42·1 vs. 57·9%, respectively. TACO+F cases were discovered in referrals to investigate either a fever (in 47·1%) or dyspnoea (in 52·9%). Among TACO+F cases, 24·4% had already been febrile, whereas 75·6% exhibited a new reaction-associated fever. After excluding preexisting fevers, TACO+F occurred in 31·8% of TACO, compared with 8·2% of allergic reactions with fever, for an odds ratio of 5·2 (2·9-9·4 [95% CI]), P < 0·001. TACO+F/TACO-F showed no difference in median host age (69 vs. 64 years, P = 0·3), RBC age (22 days +F/-F, P = 0·9) or severity. CONCLUSION: Transfusion-associated circulatory overload disproportionately exhibits fever compared with allergic reactions. However, TACO+F did not associate with patient or product age, nor reflect severity. To better understand TACO+F, the fever-congestion sequence merits attention. Further study is needed to see whether TACO+F occurs as reproducibly elsewhere, and in association with atherosclerosis in a better characterized cohort.
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 | 0,000 | 0,000 |
| 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 découle