The estimated negative impacts on the red blood cell inventory of reducing shelf‐life at two large health authorities in British Columbia, Canada, using a discrete‐event simulation model
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Reducing the maximum red blood cell (RBC) shelf-life is under consideration due to potential negative effects of older blood. An assessment of the impacts of this change on blood supply chain management is evaluated. MATERIALS AND METHODS: We performed a simulation study using data from 2017 to 2018 to estimate the outdate rate (ODR), STAT order and non-group-specific RBC transfusion at two Canadian health authorities (HAs). RESULTS: Shortening shelf-life from 42 to 35 and 28 days led to the following: ODRs (in percentage) in both HAs increased from 0.52% (95% confidence interval [CI] 0.50-0.54) to 1.32% (95% CI 1.26-1.38) and 5.47% (95% CI 5.34-5.60), respectively (p < 0.05). The estimated yearly median of outdated RBCs increased from 220 (interquartile range [IQR] 199-242) to 549 (IQR 530-576) and 2422 (IQR 2308-2470), respectively (p < 0.05). The median number of outdated redistributed units increased from 152 (IQR 136-168) to 356 (IQR 331-369) and 1644 (IQR 1591-1741), respectively (p < 0.05). The majority of outdated RBC units were from redistributed units rather than units ordered from the blood supplier. The estimated weekly mean STAT orders increased from 11.4 (95% CI 11.2-11.5) to 14.1 (95% CI 13.1-14.3) and 20.9 (95% CI 20.6-21.1), respectively (p < 0.001). The non-group-specific RBC transfusion rate increased from 4.7% (95% CI 4.6-4.8) to 8.1% (95% CI 7.9-8.3) and 15.6% (95% CI 15.3-16.4), respectively (p < 0.001). Changes in ordering schedules, decreased inventory levels and fresher blood received simulated minimally mitigated these impacts. CONCLUSION: Decreasing RBC shelf-life negatively impacted RBC inventory management, including increasing RBC outdating and STAT orders, which supply modifications minimally mitigate.
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 | 0,001 | 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) | 0,000 | 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 ».