Can we transfuse wisely in patients undergoing chemotherapy for acute leukemia or autologous stem cell transplantation?
Notice bibliographique
Résumé
BACKGROUND: Transfusion of 2 units of red blood cells (RBCs) for Hb ≤80 g/L is the prevailing liberal practice for patients undergoing intensive treatment for acute leukemia or hematopoietic transplant across North America. There is little evidence regarding optimal transfusion targets in these highly transfusion-dependent patient populations. STUDY DESIGN AND METHODS: This was a retrospective pre-post cohort study of consecutive patients admitted to Kingston Health Sciences Center between April through December 2016 (pre) and April through December 2017 (post) for acute leukemia induction chemotherapy or high dose chemotherapy (HDCT) for autologous stem cell transplantation (ASCT). The pre-cohort was transfused using a liberal threshold (2 units of RBCs for Hb ≤80 g/L) and the post-cohort using a more restrictive threshold (1 unit RBCs for Hb ≤70 g/L), implemented with a computerized physician order entry form. Primary outcome was number of RBC units transfused per inpatient day. Secondary outcomes included inpatient mortality and select morbidity measures. RESULTS: 124 patients underwent 134 treatment courses: 62 courses of induction chemotherapy (pre = 26, post = 36) and 72 courses of HDCT for ASCT (pre = 39, post = 33). There was a significant decrease in median RBC utilization per admission in both patient populations: 10.5 versus 6.7 in the leukemia group (p = 0.01) and 2.0 versus 1.0 in the ASCT group (p = 0.04). This reduction was seen without a difference in inpatient mortality, length of stay, falls, serious bleeds, requirement for ICU, or time to engraftment post ASCT. CONCLUSIONS: A restrictive transfusion strategy in patients receiving intensive chemotherapy for acute leukemia or ASCT decreased inpatient RBC usage without increasing adverse inpatient events.
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 | 0,002 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».