What influences decisions to donate plasma? A rapid review of the literature
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Plasma has become an essential ingredient for various medical treatments. Many blood collection agencies rely on voluntary non-remunerated donation when collecting plasma, but at present many do not collect sufficient plasma to meet domestic demands. This rapid review sought to explore the factors that have been found to influence people's decisions to donate plasma to inform future research. METHODS: Searches were conducted in PubMed, PsycINFO, Social Sciences Citation Index and CINAHL for peer-reviewed journal articles that discussed plasma donation and the factors associated with donor behaviour. Pertinent information from included articles was extracted and arranged in themes. RESULTS: In total, 33 articles were included in this review. Three main themes were identified by the authors. The first focused on site-level factors related to blood collection agencies' engagement with plasma donors and their influence on plasma donation experiences. The second theme considered how individual characteristics and experiences influence willingness to donate plasma. The third theme examined social and cultural-level factors, such as how social networks and community shape perceptions and experiences with donation. CONCLUSION: Our findings suggest that the current understanding of plasma donation is focused mainly on converting whole blood donors and also centres on individual-level factors to donation. Further research must examine what factors attract non-whole blood donors to become plasma donors, focusing on broader social-level influences. This review will inform policies and interventions for blood collection agencies to increase plasma donors.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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 ».