Association of donor age, body mass index, hemoglobin, and smoking status with in‐hospital mortality and length of stay among red blood cell–transfused recipients
Notice bibliographique
Résumé
BACKGROUND: Recent publications have reported conflicting findings regarding associations of blood donor demographics and mortality of transfused patients. We hypothesized that the analysis of additional donor characteristics and consideration of alternative outcomes might provide insight into these disparate results. STUDY DESIGN AND METHODS: We analyzed data from a retrospective cohort of transfused patients from the Recipient Epidemiology and Donor Evaluation Study-III (REDS-III). We used stratified Cox regression models to estimate associations between blood donor characteristics and hospital mortality and posttransfusion length of stay among patients transfused red blood cell (RBC) units. Donor characteristics evaluated included age, body mass index, hemoglobin levels, and smoking status. The statistical analyses were adjusted for recipient factors, including total number of transfusions. RESULTS: We studied 93,726 patients in 130,381 hospitalizations during which 428,461 RBC units were transfused. There were no associations between blood donor characteristics and hospital mortality. Receipt of RBC units from donors less than 20 years of age was associated with a shorter hospital length of stay (hazard ratio for discharge per transfused unit, 1.03; 95% confidence interval, 1.02-1.04; p < 0.001) but not for other donor characteristics. CONCLUSION: We found no evidence of associations between blood donor factors and in-hospital mortality. Our finding of shorter hospital length of stay in patients transfused RBCs from younger donors is intriguing but requires confirmation. Future collaborations are needed to develop a framework of appropriate methodologic approaches to be used in linked analyses across large cohorts.
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) | 0,001 | 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) | 0,000 | 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 ».