Association between leukoreduced red blood cell transfusions and hospital‐acquired infections in critically ill children: A secondary analysis of the <scp>TRIPICU</scp> study
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Hospital-acquired infections (HAIs) are an important problem in critically ill children. Studies show associations between the transfusion of non-leukoreduced red blood cell units (RBC) and increased HAI incidence rates (IRs). We hypothesize that transfusing pre-storage leukoreduced RBC is also associated with increased HAI IR. We aim to evaluate the associations between (1) a leukoreduced RBC restrictive transfusion strategy and HAI IR, (2) leukoreduced RBC transfusions and HAI IR, and (3) the number or volume of leukoreduced RBC transfusions and HAI IR in critically ill children. MATERIALS AND METHODS: This post hoc secondary analysis of the "Transfusion Requirement in Paediatric Intensive Care Units" (TRIPICU) randomized controlled trial (637 patients) used quasi-Poisson multivariable regression models to estimate HAI incidence rate ratios (IRRs) and 95% confidence intervals (CI). RESULTS: A restrictive transfusion strategy yielded an IRR of 0.88 (95% CI 0.67, 1.16). The association between transfusing leukoreduced RBCs (IRR 1.25; 95% CI 0.73, 2.13) and HAI IR was not statistically significant. However, we observed significant associations between patients who received >20 cc/kg volume of leukoreduced RBC transfusions (IRR 2.14; 95% CI 1.15, 3.99) and ≥3 leukoreduced RBC transfusions (IRR 2.40; 95% CI 1.15, 4.99) and HAI IR. CONCLUSION: Exposing critically ill children to >20 cc/kg or ≥3 leukoreduced RBC transfusions were associated with higher HAI IR, suggesting dose-response patterns.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».