MétaCan
Menu
Retour à la cohorte
Enregistrement W2921843572 · doi:10.1182/blood-2018-99-111925

Transfusion Practices Among Hematology/Oncology Healthcare Professionals

2018· article· en· W2921843572 sur OpenAlexaboutno aff
Majd T. Ghanim, Jennifer H Voeks, Julie Kanter

Notice bibliographique

RevueBlood · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueNeutropenia and Cancer Infections
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineTransfusion medicineHematologyBlood transfusionInternal medicinePremedicationPlatelet transfusionFamily medicineIntensive care medicineSurgeryPlatelet

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction/Background: There are no evidence-based guidelines for optimal transfusion practices for patients undergoing chemotherapy and stem cell transplant. There are minimal low-quality studies regarding transfusion thresholds as well as the efficacy of pre-transfusion medications (to reduce febrile non-hemolytic transfusion reactions) for these patients. To pursue a prospective quality improvement study, it is important to know the current transfusion standards used by practitioners regarding: 1) transfusion thresholds for platelets and red blood cells and 2) routine use of pre medications prior to transfusions. Additional research questions included differences in the above standards by region or by pediatrics vs. adult providers. Study Design and Methods: Expedited IRB approval was obtained. We conducted a REDCap survey from 3/1/18-4/12/18 targeting hematology oncology providers of both pediatric and adult providers. The survey was emailed through multiple databases with members form several countries that included both adult and pediatric hematology/oncology practitioners. Results: One hundred and nineteen hematology/oncology practitioners completed the survey: 94 attending physicians, 19 fellows and 6 nurse practitioners. Most respondents practiced in United States (90 %, 107/119), the rest practiced in Canada, India, Italy and Iran. The majority of participants were pediatric hematology/oncology providers (84 %, 100/119). Of the remaining providers 10 treated only adults and 9 treated both adults and children. The vast majority (97%, 115/119) of participants did not utilize a standard policy for premedication prior to red blood cell transfusions. Similarly, 95 % (111/117) or participants made individual decisions on premedication with platelet transfusions rather than using an institutional policy. When asked about the threshold to transfuse blood products, 71% (75/105) of those who treated patients undergoing chemotherapy said they would transfuse red blood cells when patients had a hemoglobin of</= 7 g/dL, and 79% (82/104) would transfuse platelets when patients had a platelet count <10 K/mL. Practitioners treating bone marrow transplant (BMT) patients had more variability and used higher transfusion thresholds. Fifty-two percent (33/64) of them would transfuse red blood cells for patients undergoing BMT with a higher threshold of hemoglobin of 8 g/dL while only 36% used the lower threshold of 7 g/dL. Similarly, for platelet transfusions for patients undergoing BMT, 47% (31/66) would use a 20K/mL threshold, and 45% would transfuse platelets at a threshold of 10 K/mL. Conclusion: There is currently no routine practice of utilizing pre-medications prior to transfusions of red blood cells or platelets. Instead, practitioners surveyed indicated a preference for individualizing the use of pre-medications only if patients had a previous transfusion reaction. As the use of these medications is not evidence-based, additional studies are needed to determine their efficacy. Transfusion thresholds are relatively consistent among providers with the majority aiming for more liberal thresholds in patients undergoing chemotherapy and more conservative for those undergoing BMT. More studies are needed to evaluate the risks and benefits of using different transfusion thresholds. Disclosures Kanter: Sancilio: Research Funding; ASH: Membership on an entity's Board of Directors or advisory committees; NHLBI: Membership on an entity's Board of Directors or advisory committees, Research Funding; bluebird bio: Membership on an entity's Board of Directors or advisory committees, Research Funding; Novartis: Membership on an entity's Board of Directors or advisory committees, Research Funding; Global Blood Therapeutics: Research Funding; Apopharma: Research Funding; AstraZeneca: Membership on an entity's Board of Directors or advisory committees; Pfizer: Research Funding.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,035
Tête enseignante GPT0,396
Écart entre enseignants0,360 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBloodMême sujetNeutropenia and Cancer InfectionsTravaux en français237 207