Adapting to supply‐and‐demand emerging trends for antigen‐negative red blood cell units
Notice bibliographique
Résumé
BACKGROUND: A global downtrend in blood usage has been observed by many countries, while the demand for antigen-negative red blood cell (RBC) units used in antigen-matched transfusions keeps increasing. The declining number of units collected exposes blood providers to a rapidly evolving supply challenge. METHODS: This study was conducted retrospectively with use of internal data analysis to weigh Québec's situation regarding global and antigen-negative RBC demand, to measure the effects of community-directed recruitment and blood drives, and to evaluate the benefits of mass-scale RBC genotyping. RESULTS: Our findings confirm a global RBC usage downtrend of over 20% total in the past 10 years with a steady antigen-negative usage and highlight the most requested negative antigen combinations. Our data also show our +39.5% progress regarding the number of Black donors recruited for antigen matching of patients with sickle cell disease in the past 3 years, as well as a constantly growing number of just-in-time blood collection for complex orders. Finally, our data summarize the efficiency of our mass-scale RBC genotyping efforts. CONCLUSION: Altogether, this study confirms the demand trends for regular and antigen-negative RBC units in Québec and the efficient effects of our recruitment and typing strategies.
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) | 0,000 | 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 ».