Platelet transfusion in adults: An update
Notice bibliographique
Résumé
Many patients worldwide receive platelet components (PCs) through the transfusion of diverse types of blood components. PC transfusions are essential for the treatment of central thrombocytopenia of diverse causes, and such treatment is beneficial in patients at risk of severe bleeding. PC transfusions account for almost 10% of all the blood components supplied by blood services, but they are associated with about 3.25 times as many severe reactions (attributable to transfusion) than red blood cell transfusions after stringent in-process leukoreduction to less than 106 residual cells per blood component. PCs are not homogeneous, due to the considerable differences between donors. Furthermore, the modes of PC collection and preparation, the safety precautions taken to limit either the most common (allergic-type reactions and febrile non-hemolytic reactions) or the most severe (bacterial contamination, pulmonary lesions) adverse reactions, and storage and conservation methods can all result in so-called PC “storage lesions”. Some storage lesions affect PC quality, with implications for patient outcome. Good transfusion practices should result in higher levels of platelet recovery and efficacy, and lower complication rates. These practices include a matching of tissue ABH antigens whenever possible, and of platelet HLA (and, to a lesser extent, HPA) antigens in immunization situations. This review provides an overview of all the available information relating to platelet transfusion, from donor and donation to bedside transfusion, and considers the impact of the measures applied to increase transfusion efficacy while improving safety and preventing transfusion inefficacy and refractoriness. It also considers alternatives to platelet component (PC) transfusion.
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 | 0,010 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,041 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».