Premedication for the prevention of nonhemolytic transfusion reactions: a systematic review and meta‐analysis
Notice bibliographique
Résumé
BACKGROUND: The efficacy of premedication for the prevention of nonhemolytic transfusion reactions remains controversial. This systematic review and meta-analysis assessed the effect of premedication on the rate of nonhemolytic transfusion reactions after allogeneic blood transfusion. STUDY DESIGN AND METHODS: We searched the literature using CENTRAL, MEDLINE, EMBASE, ISI Web of Science, and clinicaltrials.gov databases from inception until October 31, 2018. We included all randomized controlled trials comparing premedication to placebo or no treatment in patients receiving any labile blood product. Outcome measures were reported as relative risks (RRs) with 95% confidence intervals (CIs). Data were combined for similar outcomes where appropriate using a random-effects model. Analyses were done at both the patient and transfusion level. RESULTS: Three randomized trials using acetaminophen and antihistamine as premedication met the inclusion criteria. A total of 517 patients received 4444 red blood cell or platelet transfusions. Pooled patient-level estimates with premedication for all nonhemolytic, febrile nonhemolytic, and minor allergic reactions were RR, 0.92 (95% CI, 0.63-1.35); RR, 0.54 (95% CI, 0.26-1.1); and RR, 1.37 (95% CI 0.81-2.31), respectively. Transfusion-level analyses also showed no benefit with premedication. Of 517 patients randomized, only 27 (5.2%) had a history of transfusion reactions. CONCLUSION: Routine premedication with acetaminophen and antihistamines did not prevent nonhemolytic transfusion reactions; however, the estimate of effect was greatest for febrile reactions. The impact of premedication in patients with a prior history of transfusion reactions remains unknown and requires further evaluation in future clinical trials.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,004 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».