Platelet transfusion practices in neonatology: A single-center observational study
Notice bibliographique
Résumé
Aims: Platelet transfusions are common in the neonatal intensive care unit (NICU), yet practices vary substantially. This study aims to determine platelet transfusion incidence, determinants, and justifications in neonatology. Methods: Single-center prospective cohort study, including all patients consecutively admitted to the CHU Sainte-Justine Hospital NICU over a 5-month period in 2013. Data were collected by chart review and transfusion justifications were assessed using a questionnaire. Results: A total of 401 participants were included. Mean birth weight (BW) was 2.34±1.01 kg and gestational age (GA) was 34.4±4.5 weeks. Thirty-seven neonates (9.2%) received at least one platelet transfusion. Platelet-transfused neonates were mostly extremely preterm (40.5%) or term (24.3%). The median pre-platelet transfusion count was 57 × 109/L (9–285 × 109/L). Compared to non-transfused patients, those who received at least one platelet transfusion had a significantly lower BW and GA, higher CRIB-II and SNAPPE-II scores (all p and#60;0.001) and were more frequently admitted for respiratory disease (p and#60;0.001), hypoxic-ischemic encephalopathy (p=0.009), and hemolytic disease of the newborn (p and#60;0.001). Gestational age and#60;28 weeks (pand#60;0.001), mechanical ventilation requirements (p=0.008), and platelet nadir ≤150 × 109/L (pand#60;0.001) upon admission were independently associated with a higher risk of platelet transfusion in this cohort. Most frequent justifications for ordering a first platelet transfusion were low platelet counts (86.5%), underlying disease (78.4%) and illness severity (37.8%). Conclusion: Pre-transfusion platelet counts in neonates varied widely and were higher than the thresholds proposed in the literature. Several factors other than platelet count predicted risk of platelet transfusion in this cohort.
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 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».