Plasma transfusion practices: A multicentre electronic audit
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Plasma is often transfused to patients with bleeding or requiring invasive procedures and with abnormal tests of coagulation. Chart audits find half of plasma transfusions unnecessary, resulting in avoidable complications and costs. This multicentre electronic audit was conducted to determine the proportion of plasma transfused without an indication and/or at a sub-therapeutic dose. METHODS: Data were extracted on adult inpatients in 2017 at five academic sites from the hospital electronic chart, laboratory information systems and the Canadian Institute for Health Information Discharge Abstract Database. Electronic criteria for plasma transfusion outside recommended indications were: (1) international normalized ratio (INR) < 1.5 with no to moderate bleeding; (2) INR ≥ 1.5, with no to mild bleeding and no planned procedures; and (3) no INR before or after plasma infusion. Sub-therapeutic dose was defined as ≤2 units transfused. RESULTS: In 1 year, 2590 patients received 6088 plasma transfusions encompassing 11,490 units of plasma occurred at the five sites. 77.7% of events were either outside indications or under-dosed. Of these, 34.8% of plasma orders had no indication identified, and 62% of these occurred in non-bleeding patients and no planned procedure with an isolated elevated INR. 70.7% of transfusions were under-dosed. Most plasma transfusions occurred in the intensive care unit or the operating room. Inter-hospital variability in peri-transfusion testing and dosing was observed. CONCLUSION: The majority of plasma transfusions are sub-optimal. Local hospital culture may be an important driver. Electronic audits, with definitions employed in this study, may be a practical alternative to costly chart audits.
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 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».