Serologic assessments in acute transfusion reactions: practices and yields
Notice bibliographique
Résumé
BACKGROUND & OBJECTIVES: Serologic testing after transfusion reactions (TRs) aims to find accountable immune haemolytic incompatibility. Our hospital policies recommend serologic testing in all TR, except for low-risk fevers (subclinical temperature <39°C) or uncomplicated allergic reactions. Assessing compliance with these guidelines and serologic testing yields may provide insights on quality of practice and value. MATERIALS & METHODS: Interrogation of two haemovigilance databases identified all possible-to-definite TR over a 4-year period (2013-2016) at four academic hospitals. We reviewed the performance and outcome of serologic testing by site, year, reaction type, implicated product and service. RESULTS: Serologic testing occurred in 769 (55%) of 1408 referrals, with 1153 (82%) compliant with guidelines. Similar proportions deviated to overtesting (85/550 [15%]) and undertesting (174/858 [20%]), with undertesting seen most often in atypical TR. Overall, 30 (4.4%) of 769 cases had a new finding, but only 2 (0.3%) reflected host-derived antibodies. Overall, the number needed to test to discover an unexpected allospecificity was 385, or 253 if limited to high-risk fevers. Reaction- and product-specific yields ranged from 0% to 48%. The yield in complicated allergic reactions was low at 2%, constituting only predictable passive isohaemagglutinin(s) in retrospect. Investigated IVIG TR accounted for most of this cohort's signal by passive isohaemagglutinins in 48%. CONCLUSION: The performance of post-TR serologic testing revealed practice gaps and expected context-specific yields. Tailored serologic testing (i.e. indirect antiglobulin tests for alloantibodies in post-RBC/high-risk febrile reactions, ± isoagglutinin-focused tests after IVIG or ABO-minor-mismatched platelets) may improve value and liberate resources for other unmet needs in TR investigation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».