Impact of red blood cell transfusion strategies in haemato‐oncological patients: a systematic review and meta‐analysis
Notice bibliographique
Résumé
Haemato-oncological patients receive many red blood cell (RBC) transfusions, however evidence-based guidelines are lacking. Our aim is to quantify the effect of restrictive and liberal RBC transfusion strategies on clinical outcomes and blood use in haemato-oncological patients. A literature search, last updated on 11 August 2016, was performed in PubMed, EMBASE (Excerpta Medica Database), Web of Science, Cochrane, CINAHL (Cumulative Index to Nursing and Allied Health Literature) and Academic Search Premier without restrictions on language and year of publication. Randomized controlled trials and observational studies that compared different RBC transfusion strategies in haemato-oncological patients were eligible for inclusion. Risk of bias assessment according to the Cochrane collaboration's tool and Newcastle-Ottawa scale was performed. After removing duplicates, 1142 publications were identified. Eventually, 15 studies were included, reporting on 2636 patients. The pooled relative risk for mortality was 0·68 [95% confidence interval (CI) 0·46-1·01] in favour of the restrictive strategy. The mean RBC use was reduced with 1·40 units (95% CI 0·70-2·09) per transfused patient per therapy cycle in the restrictive strategy group. There were no differences in safety outcomes. All currently available evidence suggests that restrictive strategies do not have a negative impact regarding clinical outcomes in haemato-oncological patients, while it reduces RBC use and associated costs.
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 | 0,012 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,035 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».