MétaCan
Menu
Retour à la cohorte
Enregistrement W4205121403 · doi:10.1097/pcc.0000000000002851

Executive Summary of Recommendations and Expert Consensus for Plasma and Platelet Transfusion Practice in Critically Ill Children: From the Transfusion and Anemia EXpertise Initiative—Control/Avoidance of Bleeding (TAXI-CAB)

2022· review· en· W4205121403 sur OpenAlexaff
Marianne E. Nellis, Oliver Karam, Stacey L. Valentine, Scot T. Bateman, Kenneth E. Remy, Jacques Lacroix, Jill M. Cholette, Melania M. Bembea, Robert T. Russell, Marie E. Steiner, Susan M. Goobie, Marisa Tucci, Paul A. Stricker, Simon Stanworth, Meghan Delaney, Lani Lieberman, Jennifer A. Muszynski, David F. Bauer, Katherine Steffen, Daniel K. Nishijima, Juan C. Ibla, Sitaram M. Emani, Adam M. Vogel, Thorsten Haas, Ruchika Goel, Gemma Crighton, Diana Delgado, Michelle Demetres, Robert I. Parker

Notice bibliographique

RevuePediatric Critical Care Medicine · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueTrauma, Hemostasis, Coagulopathy, Resuscitation
Établissements canadiensUniversity of TorontoUniversity Health NetworkCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Neurological Disorders and StrokeNational Heart, Lung, and Blood Institute
Mots-clésMedicineExtracorporeal membrane oxygenationIntensive care medicinePlatelet transfusionCochrane LibraryFresh frozen plasmaSurgeryPlateletMeta-analysisInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Critically ill children frequently receive plasma and platelet transfusions. We sought to determine evidence-based recommendations, and when evidence was insufficient, we developed expert-based consensus statements about decision-making for plasma and platelet transfusions in critically ill pediatric patients. DESIGN: Systematic review and consensus conference series involving multidisciplinary international experts in hemostasis, and plasma/platelet transfusion in critically ill infants and children (Transfusion and Anemia EXpertise Initiative-Control/Avoidance of Bleeding [TAXI-CAB]). SETTING: Not applicable. PATIENTS: Children admitted to a PICU at risk of bleeding and receipt of plasma and/or platelet transfusions. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: A panel of 29 experts in methodology, transfusion, and implementation science from five countries and nine pediatric subspecialties completed a systematic review and participated in a virtual consensus conference series to develop recommendations. The search included MEDLINE, EMBASE, and Cochrane Library databases, from inception to December 2020, using a combination of subject heading terms and text words for concepts of plasma and platelet transfusion in critically ill children. Four graded recommendations and 49 consensus expert statements were developed using modified Research and Development/UCLA and Grading of Recommendations, Assessment, Development, and Evaluation methodology. We focused on eight subpopulations of critical illness (1, severe trauma, intracranial hemorrhage, or traumatic brain injury; 2, cardiopulmonary bypass surgery; 3, extracorporeal membrane oxygenation; 4, oncologic diagnosis or hematopoietic stem cell transplantation; 5, acute liver failure or liver transplantation; 6, noncardiac surgery; 7, invasive procedures outside the operating room; 8, sepsis and/or disseminated intravascular coagulation) as well as laboratory assays and selection/processing of plasma and platelet components. In total, we came to consensus on four recommendations, five good practice statements, and 44 consensus-based statements. These results were further developed into consensus-based clinical decision trees for plasma and platelet transfusion in critically ill pediatric patients. CONCLUSIONS: The TAXI-CAB program provides expert-based consensus for pediatric intensivists for the administration of plasma and/or platelet transfusions in critically ill pediatric patients. There is a pressing need for primary research to provide more evidence to guide practitioners.

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)0,068
score de la tête « metaresearch » (Gemma)0,241
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,360

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0680,241
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0080,010
Bibliométrie0,0160,014
Études des sciences et des technologies0,0020,002
Communication savante0,0070,006
Science ouverte0,0090,004
Intégrité de la recherche0,0080,008
Charge utile insuffisante (le modèle a refusé de juger)0,0170,006

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 Opus0,046
Tête enseignante GPT0,362
Écart entre enseignants0,316 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations78
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric Critical Care MedicineMême sujetTrauma, Hemostasis, Coagulopathy, ResuscitationTravaux en français237 207