Whole truths but half the blood: Addressing the gap between the evidence and practice of pre‐hospital and in‐hospital blood product use for trauma resuscitation
Notice bibliographique
Résumé
BACKGROUND: In recent years, several studies have demonstrated the efficacy of using pre-hospital blood product and in-hospital whole blood for trauma resuscitation. While some observations suggest an encouraging uptake of this evidence by emergency medical service (EMS) agencies and trauma centers, a nationwide characterization of blood product utilization for bleeding trauma patients remains unknown. The objective of this study is to determine nationwide estimates of pre-hospital blood product and in-hospital whole blood utilization for trauma resuscitation. STUDY DESIGN AND METHODS: All adult trauma patients reported to the National Emergency Medical Services Information System (NEMSIS) dataset 2019 were included. Proportions of patients who received any pre-hospital blood product were calculated. The American College of Surgeons (ACS) Trauma Quality Programs (TQP) databases 2015-2017 and first quarter of 2020 were used to calculate the proportion of ACS-verified trauma centers that transfused whole blood. RESULTS: Among a total of 3,058,804 pre-hospital trauma patients, only 313 (0.01%) received any blood transfusion; 208 (0.21%) patients with systolic blood pressure (SBP) ≤90 mmHg and 121 (0.67%) patients with SBP ≤90 mmHg and heart rate ≥120 beats per minute received any blood product. The proportion of ACS-verified trauma centers transfusing whole blood increased from 16.7% (45/269) in 2015 to 24.5% (123/502) in first quarter of 2020. DISCUSSION: Despite strong evidence and recommendations, pre-hospital utilization of blood products for trauma resuscitation remains low. Additionally, while the overall in-hospital whole blood use also remains low, its use has increased at ACS-verified trauma centers over the past 5 years.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».