MétaCan
Menu
Retour à la cohorte
Enregistrement W3010553620 · doi:10.1093/jbcr/iraa024.147

515 Compliance with a Restrictive Blood Transfusion Strategy: Do We Actually Follow Scientific Evidence?

2020· article· en· W3010553620 sur OpenAlexaff
David K. Wallace, Alan D. Rogers, Robert Cartotto

Notice bibliographique

RevueJournal of Burn Care & Research · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueBurn Injury Management and Outcomes
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineHemoglobinBlood transfusionIntensive care unitRandomized controlled trialAnesthesiaRetrospective cohort studyEmergency medicineSurgeryIntensive care medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Many burn centers use a restrictive blood transfusion strategy based on randomized controlled trials in burn patients (e.g. Transfusion Requirements in Burn Care Evaluation -TRIBE) and non-burn populations (e.g. Transfusion Requirements in Critical Care – TRICC), which have demonstrated no increased morbidity or mortality between restrictive and liberal transfusion approaches. The purpose of this study was to evaluate the adherence to a restrictive hemoglobin transfusion trigger strategy of 7 g/dL. Methods Retrospective study of all patients admitted to an adult regional ABA-verified burn centre between 15/11/ 2015 and 15/6/2018 who received at least one unit of blood (RBC). We use a restrictive transfusion strategy that administers RBC for a hemoglobin (HGb) < 7 gm/dL, one unit at a time, with a pre and post HGb level for each RBC transfusion, unless the patient is actively bleeding and/or hemodynamically unstable. RBC transfusions in the operating room do not follow this policy and were not studied. Values are presented as mean ± SD or median (IQR) as appropriate. Results We studied 66 patients (30% female) with age 53.2 ± 18.3 years, % TBSA burn 22 (11–41), % TBSA full thickness burn 6.5 (0.5 -21.8), and with 41% having inhalation injury. Overall, there were 691 RBC transfusions (TXns). A pre-TXn HGb was obtained 95% of the time and was 6.8 (6.5–7) gm/dL. TXn for a HGb > 7 gm/dL occurred in 35%. A post TXn HGb was obtained for 92% of these TXns with a HGb of 7.6 (7.2–8) gm/dL. RBC TXns during nighttime (1700 to 0800, n=449) were given for a HGb trigger of 6.8 (6.4–6.9) and were not compliant with our restrictive strategy 22% of the time. Daytime transfusions (0800 to 1700, n=207) were given for a significantly higher HGb [7 (6.7–7.1), p< 0.001] with significantly more non-compliance with the restrictive strategy (50%, p< 0.001). We also compared TXns before and after the TRIBE publication. Pre-TRIBE TXns (n=484) were given for significantly lower HGb than 172 post TRIBE TXns [6.8 (6.4–7) vs 6.9 (6.6–7.1) gm/dL respectively, p=0.001] and at significantly lower rate of non-compliance with the 7 gm/dL threshold than post TRIBE transfusions (28.1% vs 37.8%, respectively, p=0.02). Conclusions While a pre-TXn HGb level was available for 95% of blood transfusions, approximately one-third were given for a HGb > 7 gm/dL. Transfusion during nighttime (being predominantly ordered by housestaff physicians) were administered at a significantly lower HGb trigger and with significantly better compliance with the restrictive strategy than daytime transfusions. Paradoxically, compliance with the restrictive strategy was worse following the TRIBE publication. Applicability of Research to Practice These results identify important areas for improvement in adherence to our restrictive transfusion strategy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,206
score de la tête « metaresearch » (Gemma)0,561
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,794
Score d'incertitude au seuil0,979

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2060,561
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,004
Bibliométrie0,0050,007
Études des sciences et des technologies0,0010,004
Communication savante0,0090,008
Science ouverte0,0050,002
Intégrité de la recherche0,0070,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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.

Tête enseignante Opus0,223
Tête enseignante GPT0,414
Écart entre enseignants0,191 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
DomaineMéthodes
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Burn Care & ResearchMême sujetBurn Injury Management and OutcomesTravaux en français237 207