MétaCan
Menu
Retour à la cohorte
Enregistrement W3097226354 · doi:10.1182/blood-2020-138917

Preparing for Platelet Shortages: Which Surgeries Should be Cancelled?

2020· article· en· W3097226354 sur OpenAlexaffabout
Catherine Dubé, Christine Cserti‐Gazdewich, Gord Tait, Jacob Pendergrast

Notice bibliographique

RevueBlood · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBlood donation and transfusion practices
Établissements canadiensToronto General HospitalUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEconomic shortageMedicineBlood productPlatelet transfusionCardiopulmonary bypassPlateletEmergency medicineSurgeryMedical emergencyIntensive care medicineAnesthesiaInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction: Due to their short shelf-life, platelet concentrates are particularly susceptible to the product shortages which may result from shortfalls in donor collections or disruptions to the manufacturing and supply chain. Mechanisms to address shortages are particularly important in light of the ongoing COVID-19 pandemic. Canadian Blood Services (CBS), the national blood center serving Canada except Quebec, called a national Green Advisory Phase from May to June 2020 on platelet products and O negative red blood cells, requesting daily hospital inventory reports. When such shortages occur, it may be challenging to identify which surgical procedures are likely to require platelet transfusion support and should therefore be rescheduled. Methods: Information systems maintained by the Blood Transfusion Service (Wellsky®) and the Department of Surgical Services (ORSOS®) were cross-referenced for the 2019 calendar year at a large adult teaching hospital in Toronto with active cardiovascular and transplant programs. Only procedures that were performed more than 25 times during this period were included in the analysis. Average platelet consumption on the day of surgery, 1 week post-operatively and 30 days post-operatively was calculated. Results: 50 procedures with a potential for requiring intra-operative platelet transfusion support were identified, with the greatest demand being those involving cardiopulmonary bypass (CBP) support (27% of cases transfused, median of 2.7 units per case) and heart, liver and lung transplantation (24% of cases transfused, median of 4.2 units per case). Although spinal surgery as a group was not a high platelet consumer (4% of cases transfused, median of 0.3 units per case), certain complex procedures such as thoracic-lumbar laminectomy and thoracic-lumbar decompression and fusion were more at risk of requiring platelet support during and in the post-operative period. Due to their frequency, procedures on CPB created the highest demand in platelets with close to 4500 units distributed during the year. Standard deviations for many procedures was large, up to 10 units in the intra-operative period. Other procedures with low-risk of intra-operative platelet transfusion support but a possibility of requiring platelet transfusion in the 30-day post-operative period included renal transplantation and neurosurgical procedures. Interestingly, renal transplant patients generally did not require transfusion support during surgery or in the immediate post-operative period but only when looking at 30-day requirements. For most patients, these procedures would therefore be at risk only in the setting of very prolonged shortages. Conclusion: Data-driven demand forecasting for intra-operative and post-operative platelet transfusion support may be of value in risk-benefit analysis of proceeding with specific surgical procedures in the setting of platelet shortages. However, some of the procedures with the highest platelet consumption serve the sickest patients and cannot be postponed. Disclosures No relevant conflicts of interest to declare.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,054
Tête enseignante GPT0,266
Écart entre enseignants0,212 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
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'admission2
Résumé présentoui

Explorer davantage

Même revueBloodMême sujetBlood donation and transfusion practicesTravaux en français237 207