MétaCan
Menu
Retour à la cohorte
Enregistrement W2890253655 · doi:10.1111/voxs.12446

Moving from a permanent to a 5 year deferral for donors with cured cancer results in a substantial reduction in deferral rates

2018· article· en· W2890253655 sur OpenAlexaffabout
Mindy Goldman, Qilong Yi, Sheila F. O’Brien

Notice bibliographique

RevueISBT Science Series · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensCanadian Blood Services
Organismes subventionnairesnon disponible
Mots-clésDeferralMedicineDonationSurgeryDemographyCancerBlood donorInternal medicineLawImmunologyFinance

Résumé

récupéré en direct d'OpenAlex

Background and Objectives Donor eligibility policies can be precautionary and restrictive, resulting in substantial donation loss. Canadian Blood Services changed from a permanent to a five‐year deferral for most non‐cutaneous cancers following a recently published large‐scale Scandinavian data linkage study. We evaluated the impact of this change on deferral rates. Materials and Methods We assessed the number and rate of deferrals for cancer in the two years before and after the criteria change, and examined computer records of 100 consecutive donors with a history of cancer. Results Overall deferrals declined from 3.1 to 1.1 per 1000 donations. The reduction was similar for males and females, but greater for first time donors (9.4 to 3.2/1000) than repeat donors (2.4 to 0.8/1000). Conclusions Deferrals were substantively reduced, with the greatest impact on new donors. Studies performed in one jurisdiction may benefit donors and ultimately patients in other countries.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,231
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,040
Tête enseignante GPT0,283
Écart entre enseignants0,243 · 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

Citations3
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueISBT Science SeriesMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207