Variations in hemoglobin measurement and eligibility criteria across blood donation services are associated with differing low‐hemoglobin deferral rates: a BEST Collaborative study
Notice bibliographique
Résumé
BACKGROUND: Determination of blood donor hemoglobin (Hb) levels is a pre-requisite to ensure donor safety and blood product quality. We aimed to identify Hb measurement practices across blood donation services and to what extent differences associate with low-Hb deferral rates. METHODS: An online survey was performed among Biomedical Excellence for Safer Transfusion (BEST) Collaborative members, extended with published data. Multivariable negative-binomial regression models were built to estimate adjusted associations of minimum donation intervals, Hb cut-offs (high, ≥13.5 g/dL in men or ≥ 12.5 g/dL in women, vs. lower values), iron monitoring (yes/no), providing or prescribing iron supplementation (yes/no), post-versus pre-donation Hb measurement and geographical location (Asian vs. rest), with low-Hb deferral rates. RESULTS: Data were included from 38 blood services. Low-Hb deferral rates varied from 0.11% to 8.81% among men and 0.84% to 31.85% among women. Services with longer minimum donation intervals had significantly lower deferral rates among both women (rate ratio, RR 0.53, 95%CI 0.33-0.84) and men (RR 0.53, 95%CI 0.31-0.90). In women, iron supplementation was associated with lower Hb deferral rates (RR 0.47, 95%CI 0.23-0.94). Finally, being located in Asia was associated with higher low-Hb deferral rates; RR 9.10 (95%CI 3.89-21.27) for women and 6.76 (95%CI 2.45-18.68) for men. CONCLUSION: Differences in Hb measurement and eligibility criteria, particularly longer donation intervals and iron supplementation in women, are associated with variations in low-Hb deferral rates. These insights could help improve both blood donation service efficiency and donor care.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| 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 ».