Active seeking of post‐donation information to minimize a potential threat to transfusion safety: A pilot programme in the context of the COVID‐19 pandemic
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Early in the pandemic, the transmissibility of coronavirus disease-19 (COVID-19) by transfusion was unknown. We piloted a systematic, post-donation outreach programme to contact blood donors and inquired about symptoms post-donation. MATERIALS AND METHODS: Persons who donated on on May 1 and 2, 2020 were contacted 3 days post-donation, by phone to assess COVID-19-related symptoms. Half of the donors were administered a short questionnaire, consisting of only three questions. Others were questioned using a longer, more specific questionnaire. If symptoms were reported, products were quarantined until donors were contacted again by a trained nurse who more thoroughly assessed the likelihood of COVID-19. Blood products were withdrawn if symptoms indicative of COVID-19 were identified. RESULTS: Of 654 donors, 609 (93.1%) were successfully contacted. Of 310 donors who answered the short questionnaire and 299 who answered the long questionnaire, 19 (6.1%) and 8 (2.7%) had one or more symptoms, respectively. Based on the nurses' assessment, two donations (0.3%) had to be withdrawn. CONCLUSION: These results suggest that actively seeking post-donation information might be feasible to mitigate emerging, unqualified transfusion risks.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».