Group O <scp>RBC</scp>s: where is universal donor blood being used
Notice bibliographique
Résumé
BACKGROUND: There have been recurrent shortages of group O blood due to insufficient inventory and use of group O blood in ABO non-identical recipients. We performed a 12-year retrospective study to determine utilization of group O Rh-positive and Rh-negative red blood cells (RBCs) by recipient ABO group. Reasons for transfusing group O blood to ABO non-identical recipients were also assessed. METHODS: Utilization data from all group O Rh-positive and Rh-negative RBCs transfused at three academic hospitals between April 2002 and March 2014 were included. Data were extracted from Transfusion Registry for Utilization Surveillance and Tracking, a comprehensive database with inventory information on all blood products received at the hospitals. Extracted data included product type, ABO and Rh, final disposition (transfused, wasted, outdated), and demographic and clinical data on all patients admitted to hospital. Descriptive statistics were performed using sas 9.3. RESULTS: There were 314 968 RBC transfusions: 151 645 (48·1%) were group O, of which 138 136 (91·1%) RBC units were transfused to group O individuals. ABO non-identical recipients received 13 509 group O RBCs (8·9%). The percentage of group O RBCs transfused to ABO non-identical recipients by fiscal year varied from 7·8% to 11·1% with a steady increase from 2011 to 2013. Reasons for this included: trauma, outdating, outpatient usage and shortages. CONCLUSION: The practice of transfusing O RBCs to non-O individuals has been increasing. Specific hospital and blood supplier policies could be targeted to change practice, leading to a more sustainable group O red blood cell supply.
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 | 0,000 | 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) | 0,001 | 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 ».