Trends in platelet distributions from 2008 to 2017: a survey of twelve national and regional blood collectors
Notice bibliographique
Résumé
BACKGROUND: This multi-national study evaluated changes in platelet (PLT) unit distributions at 12 national or regional blood collectors over a 10-year period. METHODS: Data on the total number of PLT distributions, the collection method, that is apheresis vs whole blood-derived (WBD), the PLT unit characteristics and post-collection modifications were obtained from 12 national or regional blood collectors from 2008 through 2017. Individual WBD PLT units were converted to apheresis equivalent units (i.e. a dose of PLTs) by dividing by 4, the typical pool size; WBD units that were pooled before distribution were counted as a single dose. RESULTS: Overall at these 12 blood collectors, the total number of PLTs distributed in 2008 was 1 373 200, which rose by 10·2% to 1 513 803 in 2017. The Japanese Red Cross, which distributes only apheresis PLTs, had a 13·4% increase in the number of distributions between the years 2008 and 2017, while the other 11 blood collectors combined demonstrated a 6·8% increase in distributions between these two years. Between the years 2008 and 2017, the changes in the proportion of apheresis, platelet-rich plasma and buffy coat PLT distributions were -29·9%, -70·7% and 80·0%, respectively. CONCLUSION: The number of PLT distributions increased during the 10-year study period despite prophylactic PLT transfusion thresholds having remained fairly consistent over the last decade. Perhaps this increase is in part driven by increased administration of platelets to patients with massive haemorrhage or an increase in stem cell transplantation. The use of buffy coat PLTs is increasing at these collectors.
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) | 0,000 | 0,000 |
| 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) | 0,001 | 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 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 ».