The epidemiology of platelet transfusions: an analysis of platelet use at 12 US hospitals
Notice bibliographique
Résumé
BACKGROUND: Using the Recipient and Donor Epidemiology Study-III (REDS-III) recipient and donor databases, we performed a retrospective analysis of platelet use in 12 US hospitals that were participants in REDS-III. STUDY DESIGN AND METHODS: Data were electronically extracted from participating transfusion service and blood center computer systems and from medical records of the 12 REDS-III hospitals. All platelet transfusions from 2013 to 2016 given to patients aged 18 years and older were included in the analysis. RESULTS: There were 28,843 inpatients and 2987 outpatients who were transfused with 163,719 platelet products (103,371 apheresis, 60,348 whole blood derived); 93.5% of platelets were leukoreduced and 72.5% were irradiated. Forty-six percent were transfused to patients with an International Classification of Diseases, 9th/10th Revision (ICD-9/10) diagnosis of leukemia, myelodysplastic syndrome (MDS), or lymphoma. The general ward and the intensive care unit (ICU) were the most common issue locations. Only 54% of platelet transfusions were ABO identical; and 60.6% of platelet transfusions given to Rh-negative patients were Rh positive. The most common pretransfusion platelet count range for inpatients was 20,000 to 50,000/μL, for outpatients it was 10,000 to 20,000/μL. Among ICU patients, 35% of platelet transfusion episodes had a platelet count of greater than 50,000/μL; this was only 8% for general ward and 2% for outpatients. The median posttransfusion increment, not corrected for platelet dose and/or patient size, ranged from 12,000 to 20,000/μL for inpatients, and from 17,000 to 27,000/μL for outpatients. CONCLUSIONS: These data from one of the largest reviews of platelet transfusion practice to date provide guidance for where to focus future clinical research studies and platelet blood management programs.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».