Trends and outcomes in multicomponent blood transfusion: an 11‐year cohort study of a large multisite academic center
Notice bibliographique
Résumé
BACKGROUND: Most studies reporting on blood component utilization overlook patients transfused with more than one type of blood product (multicomponent transfusion). These patients are of importance, as they are large consumers of blood products and likely have different characteristics and outcomes than nontransfused patients and patients transfused with only one blood component type. Our study aimed to determine the prevalence of multicomponent transfusion at a large multisite academic center, as well as the patient characteristics and outcomes associated with multicomponent transfusion. METHODS: A retrospective cohort study of transfused adult inpatients at the Ottawa Hospital between 2007 and 2017 was performed. Eligible transfusions were red blood cells (RBCs), platelets, plasma, cryoprecipitate, and/or fibrinogen concentrate. Descriptive analyses were done to determine multicomponent transfusion prevalence. Patient characteristics and outcomes associated with multicomponent transfusion were assessed using multivariable regressions. RESULTS: Of 55,719 adult transfused inpatient admissions, 25% received a multicomponent transfusion. Multicomponent transfusion prevalence was highest in hematology (51%), cardiac surgery (45%), and critical care (40%) patients. Multivariable regression analysis showed that compared to RBC-only transfusion, multicomponent transfusion was associated with increased odds of in-hospital mortality (odds ratio, 3.48; 95% confidence interval [CI], 3.26-3.73), greater odds of institutional discharge as opposed to discharge home (odds ratio, 1.22; 95% CI, 1.15-1.30), and a 1.58 time increase in duration of hospitalization (95% CI, 1.54-1.62). CONCLUSION: Multicomponent transfusion recipients make up a large proportion of transfused patients and have poorer outcomes. It is necessary to continue studying these patients, including outcomes and transfusion appropriateness, to inform best practices.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».